Reconhecimento de Padrões no sinal mioelétrico (Plano Vertical com e sem Carga)
|
|
- Lorena Rocha Amarante
- 6 Há anos
- Visualizações:
Transcrição
1 Reconhecimento de Padrões no sinal mioelétrico (Plano Vertical com e sem Carga) Orientador: Maria Claudia Ferrari de Castro Departamento: Engenharia Elétrica Candidato: Milka Savili Crem Costa N FEI: Início: Outubro/10 Provável conclusão: Setembro/11
2 RESUMO DO PROJETO A proposta do presente trabalho é o estudo do sinal mioelétrico dos músculos Bíceps braquial e Tríceps braquial, durante movimentos de flexão e extensão do braço no plano vertical, com e sem carga. O sinal mioelétrico dos referidos músculos foi adquirido durante a execução de três movimentos de flexão e extensão do braço, e tabulados possibilitando os estudos de detecção de padrões e caracterização de movimento. Dentre as técnicas que podem ser utilizadas, escolheu-se para esse trabalho a aplicação de técnicas de processamento estatístico, visando reduzir a redundância de informação presente nos dados através da Análise de Componentes Principais (PCA) e caracterizar a posição angular do braço a partir dos sinais adquiridos com a aplicação da Análise de Discriminantes Lineares (LDA). Este trabalho complementa os estudos feitos sobre os sinais obtidos durante os movimentos no plano horizontal que mostraram que a PCA realmente reduziu a dimensionalidade dos dados de 200 ou 400 para 3 a 5 componentes principais mas foi incapaz de apresentar uma boa separabilidade em função da posição angular, principalmente com o aumento do número de posições consideradas na análise. Já a LDA, apesar de ser uma análise supervisionada, onde os grupos são formados a priori, apresentou uma boa separabilidade entre os dados em função da posição angular do braço. A validação desta técnica para o movimento no plano horizontal está sendo realizada em outro projeto de Iniciação Científica. Após a análise dos dados obtidos no plano vertical, os resultados serão comparados com aqueles obtidos nos trabalhos anteriores para o plano horizontal. Caso os resultados sejam compatíveis, pretende-se fazer uma nova configuração de dados, independente do plano obtido, e verificar se é possível separá-los apenas em função da posição angular, ou se o plano de movimento é também um fator discriminante. Palavras-chave: 1. Flexão e extensão do braço 2. Eletromiografia 3. Posição angular do braço 4. PCA, LDA
3 I. REVISÃO BIBLIOGRÁFICA O interesse no uso do sinal mioelétrico (SME), como fonte de ativação de sistemas de interface homem-máquina, tem crescido nos últimos anos, tendo em vista que este sinal retém informações de controle do sistema nervoso, podendo então ser utilizado para a extração de informações relacionadas à intenção de movimento do sujeito. Essa extração de informação é conhecida como reconhecimento de padrões, segundo o qual, através de técnicas estatísticas e/ou de inteligência artificial, pretende-se detectar um comportamento comum em um movimento ou contração muscular, de um músculo ou de um conjunto de músculos, de maneira a descrever o padrão [1]-[5]. O processo de reconhecimento de padrões pode ser divido em duas etapas: extração de características e classificação. É sabido que o SME é redundante e ruidoso, o que quer dizer que, no conjunto total de dados, existe uma parte que não contribui com informação útil. A fase de extração de características tem por objetivo selecionar um conjunto de características que seja mais representativo e que contenha a maior parte da informação útil contida nos dados originais, e dessa forma obter um conjunto de dimensão menor, e mais fácil de se lidar na fase de classificação. Essa por sua vez, corresponde à identificação das características como pertencentes a uma determinada classe dentre um certo conjunto que pode ou não ser especificado à priori [3]-[6]. Na abordagem estatística, o SME pode ser representado por um vetor com d características, ou seja, x=[x 1,x 2,x 3,...,x d ]. Um conjunto de SMEs pode ser representado por N vetores como este, definindo um espaço d-dimensional representado pela matriz X N x d. O processo de extração de características consiste em selecionar as m características mais representativas, tal que m<<<d, visando garantir que os padrões associados a diferentes classes ocupem regiões distintas no espaço m-dimensional, conhecido como espaço das características (feature space). A eficácia dessa etapa pode ser determinada pela separabilidade das classes no espaço m-dimensional [6]. Um dos métodos mais utilizados na fase de extração de características, principalmente visando a redução de dimensionalidade é a Análise de Componentes Principais (PCA), que baseia-se em combinar linearmente os dados, criando uma nova base de dados e projetá-los nas direções de maior variabilidade. Isto é importante para que, apesar da redução da dimensionalidade, não haja perda significativa de informação [6]. A Análise Discriminante Linear (LDA) também pode ser usada para fins de redução de dimensionalidade, mas com poder discriminatório, enfatizando a separação inter-classes. O objetivo é
4 maximizar a dispersão entre classes representada pela matriz Sb (definida por (2)), e minimizar a dispersão dentro das classes, representada pela matriz S (dada por (3)), onde g é o número de classes, Ni o número de amostras na classe Xi, x i a média da classe Xi e x o vetor média total, considerando todas as amostras de todas as g classes [7] - [9]. Devido ao critério de Fisher uma maneira de fazer isso é maximizar a razão definida por (4). Se S é não singular, a solução é um problema típico de autovetores, como definido por (5), onde λ e φ são, respectivamente, os autovetores e os autovalores de zero. S 1 S b, com no máximo (g-1) autovalores diferentes de = g T S b Ni( xi x)( xi x) i= 1 (2) S g = i= 1 xk X i T ( x xi )( x xi ) k k (3) W lda T W SbW arg max W T W S W = (4) S φ = λs φ (5) b No entanto, em aplicações práticas, a dispersão intra-classes S é sempre singular ou quase singular. Isto vem do fato de que, em geral, o número de padrões Ni no conjunto de treinamento é muito menor que a dimensionalidade d do conjunto de dados [7] - [9]. Para superar a dificuldade da singularidade de S, existem vários métodos na literatura. Um deles chamado LDA regularizado (RLDA), adiciona uma constante α para os elementos da diagonal da matriz de dispersão total St, da matriz Sp e até mesmo de S, sendo que 0<α<1 é conhecido como o parâmetro de regularização. Esse processo estabiliza a estimativa da matriz de covariância e melhora o desempenho da classificação da LDA. Por outro lado, escolher um valor adequado de regularização é uma questão crítica na RLDA, uma vez que um grande valor pode perturbar significativamente as informações, enquanto um valor pequeno pode não ser eficaz para resolver o problema de instabilidade [8] - [10]. S S + S t = (6) b S p = S ( N g) (7)
5 II. PROJETO DE PESQUISA II.1. Objetivos e justificativas Um protocolo experimental foi aplicado visando à aquisição dos sinais mioelétricos dos músculos Bíceps braquial (bíceps) e Tríceps braquial (tríceps), em função do posicionamento articular do cotovelo, durante movimentos de extensão e flexão do braço, com e sem carga. Os dados já foram tabulados, formando uma base de dados extensa possibilitando os estudos de detecção de padrões e caracterização de movimento. O presente trabalho visa a continuação dos estudos iniciados em [11]-[12] mas agora analisando os movimentos realizados no plano vertical, com as mesmas técnicas, aplicação da Análise de Componentes Principais (PCA) e da Análise Discriminante Linear (LDA), visando verificar a distribuição e separabilidade dos dados, após a redução de dimensionalidade nos dois espaços de transformação, em função da posição angular do braço. Os resultados serão comparados com aqueles obtidos nos trabalhos anteriores para o plano horizontal. Caso sejam compatíveis, pretende-se fazer uma nova configuração de dados, independente do plano obtido, e verificar se é possível separá-los apenas em função da posição angular, ou se o plano de movimento é também um fator discriminante. II.2. Metodologia II.2.1. Recursos humanos e materiais e CGI. Todos os recursos materiais estão disponíveis no Laboratório de Engenharia Biomédica e/ou CLE II.2.2. Métodos O protocolo experimental para aquisição dos dados contou com a participação de 7 voluntários, homens e mulheres, com idades entre 30 e 40 anos, que não apresentaram nenhum comprometimento neuromuscular no ombro, braço e punho direitos. Todos foram informados do procedimento a que seriam submetidos e concordaram em assinar o termo de consentimento livre e esclarecido.
6
7 De posse dos dados adquiridos, iniciou-se a fase de seleção e tabulação dos dados, separando os 200ms iniciais do movimento, para cada posição articular, para cada um dos movimentos. O tamanho do vetor de dados baseou-se no trabalho de B. Hudgins, P. Parker e R. N. Scott que em [5] mostram que os 200 ms iniciais da contração muscular contêm informações determinísticas. Por esse motivo a opção em selecionar os 200 ms iniciais para caracterizar cada posição angular durante a realização dos movimentos. Inicialmente este projeto irá trabalhar com os dados referentes aos movimentos realizados no plano vertical, com e sem carga. Com os dados tabulados inicia-se o projeto, com a fase de processamento estatístico, aplicando a PCA e LDA e análise da distância de Bhattacharyya para a caracterização de padrões focando as posições de 0 o, 40 o e 70 o graus para os movimentos 1 e 2 e os intervalos de 0 a 10 o, de 0 o a 50 o e de 0 o a 80 o para o movimento 3. O processamento será feito com a utilização da plataforma MATLAB. Após a análise dos resultados esse procedimento será repetido com a utilização de posições articulares mais próximas, ou seja 0 o, 20º, 40º, 60º, 80º graus para os movimentos 1 e 2 e os intervalos de 0 a 10º, de 0 a 30º, de 0 a 50 o, de 0 a 70º e de 0 a 80º graus, para o movimento 3. O trabalho finaliza-se com a análise de todos os resultados verificando a existência ou não da relação entre EMG e posição angular e a capacidade da PCA e da LDA em reduzir a dimensionalidade e discriminar os dados com relação à posição angular do braço. Se os resultados forem consistentes com o verificado anteriormente para os dados obtidos no plano horizontal pretende-se estender a análise, verificando a influência do plano do movimento no poder discriminatório das técnicas.
8 II.3. Plano de trabalho e cronograma Meses atividade Revisão Bibliográfica e Estudo Teórico (EMG, PCA, LDA) Processamento Estatístico Fase 1 Processamento Estatístico Fase 2 Relatório Parcial Análise e Comparação dos Resultados Processamento Estatístico Fase 3 Relatório Final II. Referências Bibliográficas [1] Md.R. Ahsan, M.I. Ibrahimy e O.O. Khalifa, EMG signal classification for human computer interaction: a revie European Journal Scientific Research, vol. 33, n. 3, p , [2] M.B.I. Reaz, M.S. Hussian, e F. Mohd-Yasin, Techniques of EMG signal analysis: detection, processing, classification and applications Biological Procedures Online, vol. 8, n. 1, p.11-35, Disponível em: /. [3] M.Khezri, e M. Jahed, Real-time intelligent pattern recognition algorithm for surface EMG signal BioMedical Engineering Online, vol. 6:45, Dez., Disponível em:
9 [4] K. Englehart, B. Hudgins, P. A. Parker e M. Stevenson Classification of the myoelectric signal using time-frequency based representations Medical Engineering and Physics Especial Issue on Intelligent Data Analysis in Electromyography and Electroneurography, vol. 21, n. 6-7, pp , [5] B. Hudgins, P. Parker e R. N.Scott, A ne strategy for multifunction myoelectric control IEEE Transaction on Biomedical Engineering, vol. 40, n. 1, pp , [6] A. K. Jain, R. P. W. Duin e J. Mao, Statistical pattern recognition: a revie IEEE Transaction on Pattern Analysis. Intelligence, vol. 22, n. 1, pp.4-37, [7] P. N. Belhumeur, J. P. Hespanha, and D. J. Kriegman, Eigenfaces vs Fisherfaces: recognition using class specific linear projection, IEEE Trans. Pattern Anal. Mach. Intell., vol. 19, pp , Jul [8] C. E. Thomaz, E. C. Kitani, and D. F. Gillies, A maximum uncertainty LDA-based approach for limited sample size problems ith application to face recognition, J. Brazilian Comput. Soc., Vol. 12, pp. 7-18, Sept., [9] J. Ye, et al., Efficient model selection for regularized linear discriminant analysis, Proc. 15 th ACM Int. Conf. Inform. Knoledge Manage., Virginia, USA, 2006, pp [10] Y. Guo, T. Hastie, and R. Tibshirani, Regularized linear discriminant analysis and its application in microarrays, Biostat., vol. 8, pp , Apr., [11] D. P. Oliveira, T. H. Nascimento, M. C. F. Castro, Aplicação da Análise de Componentes Principais em sinais mioelétricos do Bíceps Braquial e Tríceps Braquial submetido ao XXII Congresso brasileiro de Engenharia Biomédica [12] M. C. F. Castro, Statistical Approach for Angular Position Separability Classes of EMG Data, submetido ao Biosignals and Biorobotics Conference Milka Savili Crem Costa Maria Claudia F. Castro
Comparação entre um Classificador Estatístico e Redes Neurais para a identificação da posição angular do braço
Comparação entre um Classificador Estatístico e Redes Neurais para a identificação da posição angular do braço Orientador: Maria Claudia Ferrari de Castro Departamento: Engenharia Elétrica Candidato: Caio
Leia maisReconhecimento de Sinais EMG (Plano Horizontal Sem Carga)
Reconhecimento de Sinais EMG (Plano Horizontal Sem Carga) Orientador: Maria Claudia Ferrari de Castro Departamento: Engenharia Elétrica Candidato: Thiago Henrique do Nascimento N FEI: 111107778-0 Início:
Leia maisESTUDO DA ANÁLISE DE DISCRIMINANTES LINEARES COMO UM CLASSIFICADOR ESTATÍSTICO DE SINAIS MIOELÉTRICOS
ESTUDO DA ANÁLISE DE DISCRIMINANTES LINEARES COMO UM CLASSIFICADOR ESTATÍSTICO DE SINAIS MIOELÉTRICOS Caio Gerab Tramontina, Maria Claudia F. Castro Depto. Eng. Elétrica / Centro Universitário da FEI,
Leia maisCOMPARAÇÃO DE CARACTERÍSTICAS DO SINAL MIOELÉTRICO VISANDO O RECONHECIMENTO DA POSIÇÃO ANGULAR DO BRAÇO
COMPARAÇÃO DE CARACTERÍSTICAS DO SINAL MIOELÉTRICO VISANDO O RECONHECIMENTO DA POSIÇÃO ANGULAR DO BRAÇO Pedro A. Camargo e Maria Claudia F. Castro Depto. de Eng. Elétrica / Centro Universitário da FEI,
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisANÁLISE MULTILINEAR DISCRIMINANTE DE FORMAS FRONTAIS DE IMAGENS 2D DE FACE
ANÁLISE MULTILINEAR DISCRIMINANTE DE FORMAS FRONTAIS DE IMAGENS 2D DE FACE Eliana Zacchi Tenorio, Carlos Eduardo Thomaz Centro Universitário da FEI Av. Humberto de Alencar Castelo Branco, 3972 - Assunção
Leia maisAnálise Univariada de Sinais Mioelétricos
Análise Univariada de Sinais Mioelétricos Orientador: Maria Claudia Ferrari de Castro Departamento: Engenharia Elétrica Candidato: Luiz Victor Esteves N FEI: 11209220-0 Início: Setembro/10 Provável conclusão:
Leia maisUtilização das transformadas wavelets na detecção de características em um sinal de ECG
Utilização das transformadas wavelets na detecção de características em um sinal de ECG Orientador: Prof. Dr. Aldo Artur Belardi Departamento: Engenharia Elétrica Candidato: Gabriel Diego Porfirio N FEI:.206.062-9
Leia maisRECONHECIMENTO DA POSIÇÃO INDIVIDUAL DOS DEDOS ATRAVÉS DA ANÁLISE DE DISCRIMINANTES LINEARES
RECONHECIMENTO DA POSIÇÃO INDIVIDUAL DOS DEDOS ATRAVÉS DA ANÁLISE DE DISCRIMINANTES LINEARES Luiz V. Esteves e Maria Claudia F. Castro Depto de Eng. Elétrica / Centro Universitário da FEI, São Bernardo
Leia maisSistema de extração de características de tempo e frequência do sinal EMG em LabVIEW TM
https://eventos.utfpr.edu.br//sicite/sicite2017/index Sistema de extração de características de tempo e frequência do sinal EMG em LabVIEW TM RESUMO Melissa La Banca Freitas melissa.1995@alunos.utfpr.edu.br
Leia maisIdentificação de Órgãos Foliares utilizando as Wavelets de Daubechies
Identificação de Órgãos Foliares utilizando as Wavelets de Daubechies Alexander Scaranti, Ronaldo Bernardi e Rodrigo de Oliveira Plotze Instituto de Ciências Exatas e Tecnologia - Universidade Paulista
Leia maisRECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
Leia maisReconhecimento de Faces com PCA e Redes Neurais
Reconhecimento de Faces com Sandro Santos Andrade Programa de Pós-graduação em Mecatrônica Setembro / 2003 Visão Computacional Computacional Computação Computação Visual Computação Computação Gráfica Introdução
Leia maisSEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia maisTRANSFORMADA WAVELET, AGRUPAMENTO FUZZY, LDA E ICA APLICADOS NO RECONHECIMENTO DE FACES HUMANAS
TRANSFORMADA WAVELET, AGRUPAMENTO FUZZY, LDA E ICA APLICADOS NO RECONHECIMENTO DE FACES HUMANAS Junior Leal do Prado Instituto Federal de Sergipe Av. Gentil Tavares da Mota, 1166 - Getúlio Vargas Aracaju/SE
Leia maisCOMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA
Universidade de Brasília UnB Faculdade de Tecnologia FT Departamento de Engenharia Elétrica ENE COMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA Marcus Vinícius Chaffim Costa 1, Alexandre Zaghetto 2, Pedro de Azevedo
Leia maisFace Detection. Image Processing scc moacir ICMC/USP São Carlos, SP, Brazil
Face Detection Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Face Detection 2011 1 / 24 Agenda 1 Detectando faces 2
Leia maisReconhecimento facial. uma aplicação prática do reconhecimento de padrões
Reconhecimento facial uma aplicação prática do reconhecimento de padrões Márcio Koch, junho 2014 Pauta Apresentação Visão computacional Reconhecimento de padrões Analise de Componentes Principais Reconhecimento
Leia maisProcessamento Digital de Sinais em Bioengenharia (PDSB) Engenharia Biomédica Apresentação
Processamento Digital de Sinais em Bioengenharia (PDSB) Engenharia Biomédica Apresentação João Miguel Sanches jmrs@ist.utl.pt www.isr.ist.utl.pt/~jmrs Tel: +351 21 8418 195 (Ext: 2195 / 5184) Department
Leia maisRECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D
RECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D Fernanda Maria Sirlene Pio SUMÁRIO 1. Introdução 2. Trabalhos relacionados 3. Metodologia 1. Segmentação 2. Normalização
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Tópicos 1. Seleção de atributos 2. Redução de
Leia maisComunicação Científica I
Faculdade de Engenharia da Universidade do Porto Programa Doutoral em Engenharia Biomédica 2008/2009 Disciplina: Comunicação Científica I Relatório sobre as actividades de investigação, trabalhos e comunicações
Leia maisTÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO DE UM SER HUMANO
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO
Leia mais"Análise de Extratores de Característica para Reconhecimento de Face"
Universidade Federal de Pernambuco Centro de Informática Graduação em Engenharia de Computação Proposta de Trabalho de Graduação "Análise de Extratores de Característica para Reconhecimento de Face" Orientador:
Leia maisEstudo Comparativo entre Redes Neurais Artificiais Aplicadas a Reconhecimento Facial
Estudo Comparativo entre Redes Neurais Artificiais Aplicadas a Reconhecimento Facial Renan Bessa 1, Elder dos Santos Teixeira 2, Guilherme Costa Holanda 3, Auzuir Ripardo de Alexandria 4 1 Graduando em
Leia maisReconhecimento de palma de mão. Peterson Wagner Kava de Carvalho
Reconhecimento de palma de mão Peterson Wagner Kava de Carvalho 1 Sumário 1. Introdução 2. Artigo 1: Palmprint Recognition a. Pré-Processamento b. Extração de Features c. Classificação d. Resultados 3.
Leia maisSketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])
Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade
Leia maisEstatística Aplicada à Administração II
Estatística Aplicada à Administração II Tópico: Análise Discriminante (No SPSS e no Minitab) Bibliografia: R.A. Johnson, Applied Multivariate Statistical Analysis, Prentice Hall, 1992 L.J. Corrar; E. Paulo;
Leia maisMétodos de Extração de Características
1. Introdução Métodos de Extração de Características A Interpretação ou entendimento de uma cena demanda o reconhecimento de seus objetos. Reconhecimento de objetos ou padrões contidos em uma cena -> é
Leia maisGRUPO DE INTELIGÊNCIA COMPUTACIONAL, MODELAGEM E NEUROCOMPUTAÇÃO ICONE
GRUPO DE INTELIGÊNCIA COMPUTACIONAL, MODELAGEM E NEUROCOMPUTAÇÃO ICONE LABORATÓRIO DE SISTEMAS INTEGRADOS LSI DEPARTAMENTO DE ENGENHARIA DE SISTEMAS ELETRÔNICOS PSI ESCOLA POLITÉCNICA DA USP PRINCIPAL
Leia maisAnálise de Componentes Principais (PCA)
Análise de Componentes Principais (PCA) Lailson B. Moraes, George D. C. Cavalcanti {lbm4,gdcc}@cin.ufpe.br Roteiro Introdução Características Definição Algoritmo Exemplo Aplicações Vantagens e Desvantagens
Leia mais14/05/2014. Tratamento de Incertezas TIC Aula 12. Conteúdo Propagação de Incertezas. Incerteza Propagação de incertezas de primeira ordem
Tratamento de Incertezas TIC-00.76 Aula 2 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/204./tic-00.76 Tópicos
Leia maisMáquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino Ricardo Cezar Bonfim Rodrigues 24 de abril de 2006 1 Antecedentes e Justificativa Hoje, em diversos processos industriais,
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
Leia maisAvaliação Monte Carlo do teste para comparação de duas matrizes de covariâncias normais na presença de correlação
Avaliação Monte Carlo do teste para comparação de duas matrizes de covariâncias normais na presença de correlação Vanessa Siqueira Peres da Silva 1 2 Daniel Furtado Ferreira 1 1 Introdução É comum em determinadas
Leia maisReconhecimento facial utilizando Fisherfaces. Disciplina: Reconhecimento de padrões Professor: André Tavares da Silva Mestrando: Márcio Koch
Reconhecimento facial utilizando Fisherfaces Disciplina: Reconhecimento de padrões Professor: André Tavares da Silva Mestrando: Márcio Koch Márcio Koch, maio 2014 Pauta Apresentação Analise das Componentes
Leia maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 05 / Detecção Binária Baseada em
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 05 / Detecção Binária Baseada em Múltiplas Observações e Detecção com Múltiplas Hipóteses Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia maisUtilização de redes neurais para a classificação de sinais EMG aplicados no controle de próteses virtuais de mão
Utilização de redes neurais para a classificação de sinais EMG aplicados no controle de próteses virtuais de mão Fernando E. R. Mattioli, Daniel S. D. Caetano, Wedson Gomes, Edgard A. Lamounier Jr., Alexandre
Leia maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Classificação. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Classificação David Menotti www.inf.ufpr.br/menotti/ci171-182 Hoje Redução de Dimensionalidade Principal Component Analysis (PCA)
Leia maisReconhecimento Ótico de Caracteres em Placas Veiculares
Universidade Federal De Pernambuco Centro De Informática Graduação Em Engenharia Da Computação 2012.2 Reconhecimento Ótico de Caracteres em Placas Veiculares Proposta de Trabalho de Graduação Aluno Pedro
Leia maisAprendizado de Máquina. Combinando Classificadores
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquina Combinando Classificadores David Menotti, Ph.D. web.inf.ufpr.br/menotti Introdução O uso de vários classificadores
Leia maisExtração e Comparação de Características Locais e Globais para o Reconhecimento Automático de Imagens de Faces
Extração e Comparação de Características Locais e Globais para o Reconhecimento Automático de Imagens de Faces Vagner do Amaral e Carlos Eduardo Thomaz Centro Universitário da FEI Av. Humberto de Alencar
Leia maisReconhecimento de faces com uma imagem de treino por pessoa em cenas com diferenças de iluminação
Reconhecimento de faces com uma imagem de treino por pessoa em cenas com diferenças de iluminação Washington Luis de Souza Ramos Instituto de Ciências Exatas e Informática Pontifícia Universidade Católica
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisBiometria Multimodalidade Íris + Face. Luiz Antonio Zanlorensi Junior
Biometria Multimodalidade Íris + Face Luiz Antonio Zanlorensi Junior Sumário Introdução Fusionamento Artigo 1 Seleção de características Multimodal Problemas Base de dados Artigo 2 Unimodal + Multimodal
Leia maisUm Tutorial em processamento de sinais para EEG
Um Tutorial em processamento de sinais para EEG Técnicas para reconhecimento de estados mentais em Interfaces Cérebro-Computador Grupo de Pesquisa em Computação Musical - IME/USP March 14, 2016 Interfaces
Leia maisREDES NEURAIS ARTIFICIAIS APLICADAS NA DETECÇÃO DE PISCADAS DE OLHOS
REDES NEURAIS ARTIFICIAIS APLICADAS NA DETECÇÃO DE PISCADAS DE OLHOS DANIEL C. CAVALIERI, ALEXANDRE S. BRANDÃO, ANDRÉ FERREIRA, TEODIANO F. BASTOS FILHO, MÁRIO SARCINELLI FILHO E ALESSANDRO B. BENEVIDES,
Leia maisA procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP
A procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP Lúcia Sousa Escola Superior de Tecnologia e Gestão, Instituto Politécnico de Viseu Fernanda Sousa Faculdade de Engenharia
Leia maisAnálise Discriminante de Fisher Aplicada à Detecção de Defeitos em Couro Bovino
Análise Discriminante de Fisher Aplicada à Detecção de Defeitos em Couro Bovino Willian Paraguassu Amorim Universidade Católica Dom Bosco Grupo de Pesquisa em Engenharia e Computação Campo Grande - MS,
Leia maisAplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisCRI Minas Indústria 4.0. Case Vallourec: Golden Batch na produção de tubos
CRI Minas Indústria 4.0 Case Vallourec: Golden Batch na produção de tubos 02 05 2018 G o l d e n B a t c h A n a l y s i s Case Vallourec Líder mundial em soluções tubulares premium, a Vallourec assegura
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de texturas coloridas. Uberlândia 30/04/2014
Leia maisReconhecimento de Faces Utilizando Redes Neurais MLP
Reconhecimento de Faces Utilizando Redes Neurais MLP Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal do
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de formas. Uberlândia 17/05/2013 IDENTIFICAÇÃO
Leia maisPrograma do Curso. Transformação de Dados. Sistemas Inteligentes Aplicados. Carlos Hall. Discretização de Variáveis Contínuas
Sistemas Inteligentes Aplicados Carlos Hall Programa do Curso Limpeza/Integração de Dados Transformação de Dados Discretização de Variáveis Contínuas Transformação de Variáveis Discretas em Contínuas Transformação
Leia maisE-Faces - Um classificador capaz de analisar imagens e classificá-las como faces ou não faces utilizando o método Eigenfaces
E-Faces - Um classificador capaz de analisar imagens e classificá-las como faces ou não faces utilizando o método Eigenfaces Éder Augusto Penharbel, Erdiane L. G. Wutzke, Murilo dos S. Silva, Reinaldo
Leia maisCursos da Escola de Engenharias e Ciências Exatas - UnP
Cursos da Escola de Engenharias e Ciências Exatas - UnP Professor Nielsen Castelo Damasceno E-mail: nielsen.castelo@unp.br Web: http://ncdd.com.br Sala Virtual Disciplina Visão Computacional (CH Total
Leia maisSistema de Reconhecimento de Logotipos
Sistema de Reconhecimento de Logotipos Fellipe Duarte, Saulo T. Oliveira {duartefellipe,sto}@cos.ufrj.br Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação
Leia maisMáquinas de Vetores de Suporte - Support Vector Machines (SVM) Germano Vasconcelos
Máquinas de Vetores de Suporte - Support Vector Machines (SVM) Germano Vasconcelos Introdução * Método supervisionado de aprendizagem de máquina * Empregado em classificação de dados Classificação binária
Leia maisRastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
Leia maisUniversidade Federal do Rio de Janeiro. Flávio Henrique Schuindt da Silva. Estimativa de Fluxo Ótico com o método de Lukas-Kanade
Universidade Federal do Rio de Janeiro Programa de Engenharia de Sistemas e Computação Introdução ao Processamento de Imagens Flávio Henrique Schuindt da Silva Estimativa de Fluxo Ótico com o método de
Leia maisPerson Re-Identification. Autor: Guilherme Zasyeki Machado
Person Re-Identification Autor: Guilherme Zasyeki Machado Sumário - Introdução ao problema - Visão geral ao processo de Re-Identificação - Evolução estado da arte - Datasets disponíveis - Análise estado
Leia maisAlgoritmo CLIQUE (Clustering In QUEst)
Algoritmo CLIQUE (Clustering In QUEst) Marcelo Camacho de Souza Nº USP: 3199616 Roteiro Algoritmo CLIQUE Exemplo Prático Complexidade Computacional Vantagens e Desvantagens Autores (IBM Almaden Research
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Extração de Características Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Entender os conceitos de
Leia maisUFAM - Engenharia Elétrica
UFAM - Engenharia Elétrica RECONHECIMENTO DE PADRÕES UTILIZANDO FILTROS DE CORRELAÇÃO COM ANÁLISE DE COMPONENTES PRINCIPAIS Waldir Sabino da Silva Júnior Monografia de Graduação apresentada à Coordenação
Leia maisBiomecânica aplicada ao esporte. Biomecânica aplicada ao esporte SÍNDROME PATELOFEMORAL
SÍNDROME PATELOFEMORAL A Síndrome da Dor Fêmoropatelar (SDFP) é ocasionada por um desequilíbrio biomecânico, que atinge a articulação do joelho, mais especificamente a articulação entre o fêmur e a patela.
Leia maisConsiderações de Desempenho
Back Propagation Considerações de Desempenho Dicas para o BP O uso da função de ativação simétrica geralmente acelera o treinamento TANH +1 logistic linear 0 tanh -1-4 +4 1 Dicas para o BP Os pesos devem
Leia maisAVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO
AVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO GUSTAVO TADEU ZANIBONI 1 LUCIANO VIEIRA DUTRA 1 1 INPE - Instituto
Leia maisVisualização de Informação Parte III. Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities.
Visualização de Informação Parte III Multi-dimensional Visualization: Visual Mining of Text, Images and other Multi-dimensioanl entities. Rosane Minghim + The team Instituto de Ciências Matemáticas e de
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Visão Geral do Reconhecimento de Padrões Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008
Leia maisDESENVOLVIMENTO DE TÉCNICA DE INTELIGENCIA ARTIFICIAL BASEADA EM REDE NEURAL FUZZY-CMAC PARA APLICAÇÃO EM CONTROLE DE MÁQUINAS DE PRODUÇÃO
DESENVOLVIMENTO DE TÉCNICA DE INTELIGENCIA ARTIFICIAL BASEADA EM REDE NEURAL FUZZY-CMAC PARA APLICAÇÃO EM CONTROLE DE MÁQUINAS DE PRODUÇÃO Thiago Coutinho Bueno, thiago_gnr95@hotmail.com João Sinohara
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisReconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
Leia maisCONTROLADOR FUZZY PARA MOTOR A RELUTÂNCIA. Dr. Tauler Teixeira Borges Departamento de Engenharia Universidade Católica de Goiás
CONTROLADOR FUZZY PARA MOTOR A RELUTÂNCIA Dr. Tauler Teixeira Borges Departamento de Engenharia Universidade Católica de Goiás Dr. Haroldo Rodrigues de Azevedo Faculdade de Engenharia Elétrica Universidade
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisBack Propagation. Dicas para o BP
Back Propagation Considerações de Desempenho Dicas para o BP O uso da função de ativação simétrica geralmente acelera o treinamento TANH +1 logistic linear 0 tanh -1-4 +4 11 Dicas para o BP Os pesos devem
Leia maisDEPARTAMENTO DE MESTRADO EM ENGENHARIA ELÉTRICA DA FEI 18/5/2006 SEMINÁRIOS DA FEI
DEPARTAMENTO DE MESTRADO EM ENGENHARIA ELÉTRICA DA FEI TUTORIAL SOBRE ANÁLISE DE COMPONENTES PRINCIPAIS PARA RECONHECIMENTO AUTOMÁTICO DE FACES MESTRADO DA FEI/IAAA Edson C. Kitani (Mestrando) Orientador:
Leia maisAvaliação de características para o reconhecimento de faces por meio de Wavelets
Avaliação de características para o reconhecimento de faces por meio de Wavelets Leandro L. G. Oliveira Leandroluis@inf.ufg.br Instituto de Informática - UFG Eduardo S. de Albuquerque eduardo@inf.ufg.br
Leia maisAutovalores e Autovetores
Autovalores e Autovetores Maria Luísa B. de Oliveira SME0300 Cálculo Numérico 24 de novembro de 2010 Introdução Objetivo: Dada matriz A, n n, determinar todos os vetores v que sejam paralelos a Av. Introdução
Leia maisAlgoritmo Adaptativo com Reduzida Complexidade Computacional para Extração dos Principais Componentes de Análise
Proceedings of IV Brazilian Conference on Neural Networks - IV Congresso Brasileiro de Redes Neurais pp. 888-999, July -22, 1999 - IA, São José dos Campos - SP - Brazil Algoritmo Adaptativo com Reduzida
Leia maisMétodos hierárquicos para redução de dimensões e classificação de imagens AVIRIS. Denis Altieri de Oliveira Moraes 1 Victor Haertel 1
Métodos hierárquicos para redução de dimensões e classificação de imagens AVIRIS Denis Altieri de Oliveira Moraes 1 Victor Haertel 1 1 Universidade Federal do Rio Grande do Sul - Centro Estadual de Pesquisas
Leia maisCLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture
CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture 1 e Sandro Roberto Fernandes 2 Resumo: Nesta pesquisa foi desenvolvido
Leia mais7 Resultados e Discussão
114 7 Resultados e Discussão A fim de avaliar a importância da utilização de imagens polarizadas em medidas de textura, cujo processamento necessita de imagens nos dois modos de captura (campo claro e
Leia maisSEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Leia maisIMPLEMENTAÇÃO DE SISTEMA DE ATITUDE EM DSP
Anais do 15 O Encontro de Iniciação Científica e Pós-Graduação do ITA XV ENCITA / 2009 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 19 a 21 2009. IMPLEMENTAÇÃO DE SISTEMA
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
Leia maisSISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS
SISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS GIAN LUCAS DE OLIVEIRA PAIVA GRADUANDO EM ENGENHARIA ELETRÔNICA ORIENTADOR: PROF. CRISTIANO JACQUES MIOSSO DR. EM ENGENHARIA
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia maisExtração de características de imagens. Descritores de cor
Extração de características de imagens Descritores de cor Descritores de imagens Problema: computar, de forma eficiente, valores que descrevam uma imagem (ou parte dela) Vetores de características (feature
Leia maisVISÃO COMPUTACIONAL PARA RECONHECIMENTO DE FACES APLICADO NA IDENTIFICAÇÃO E AUTENTICAÇÃO DE USUÁRIOS NA WEB. Márcio Koch
VISÃO COMPUTACIONAL PARA RECONHECIMENTO DE FACES APLICADO NA IDENTIFICAÇÃO E AUTENTICAÇÃO DE USUÁRIOS NA WEB Márcio Koch Orientador: Jacques Robert Heckmann ROTEIRO Introdução Objetivos do trabalho Fundamentação
Leia maisClassificação Hierárquica Multirrótulo Utilizando Redes Neurais Artificiais
Classificação Hierárquica Multirrótulo Utilizando Redes Neurais Artificiais Ricardo Cerri Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo cerri@icmc.usp.br Roteiro Introdução
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Objetivo Dada M classes ω 1, ω 2,..., ω M e um
Leia maisSensoriamento Remoto II
Sensoriamento Remoto II Componentes principais Revisão de matemática Análise de componentes principais em SR UFPR Departamento de Geomática Prof. Jorge Centeno 2016 copyright@ centenet Revisão matemática
Leia maisConceitos de Aprendizagem de Máquina e Experimentos. Visão Computacional
Conceitos de Aprendizagem de Máquina e Experimentos Visão Computacional O que você vê? 2 Pergunta: Essa imagem tem um prédio? Classificação 3 Pergunta: Essa imagem possui carro(s)? Detecção de Objetos
Leia maisIDENTIFICAÇÃO DE TECIDO COM ATEROSCLEROSE PELO MÉTODO DE ANALISE DO COMPONENTE PRINCIPAL. Thiago Siqueira Pinto, Landulfo Silveira Junior
IDENTIFICAÇÃO DE TECIDO COM ATEROSCLEROSE PELO MÉTODO DE ANALISE DO COMPONENTE PRINCIPAL Thiago Siqueira Pinto, Landulfo Silveira Junior Laboratório de Espectroscopia Biomolecular/IP&D, UNIVAP, Av: Shishima
Leia maisALGORITMOS PARA ALINHAMENTO DE IMAGENS MÉDICAS: PRÍNCIPIOS E APLICAÇÃO EM IMAGENS DE ESCLEROSE MÚLTIPLA
ALGORITMOS PARA ALINHAMENTO DE IMAGENS MÉDICAS: PRÍNCIPIOS E APLICAÇÃO EM IMAGENS DE ESCLEROSE MÚLTIPLA Frederico L. Jacob, João Manuel R. S. Tavares, Ana Mafalda Reis Problemática Desenvolver metodologias
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
Leia mais