SISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO
|
|
- Guilherme Vilarinho Alencar
- 6 Há anos
- Visualizações:
Transcrição
1 SISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO Davi Alberto Sala, Adriane Parraga e Letícia Vieira Guimarães Universidade Estadual do Rio Grande do Sul RESUMO Uma das seções mais ativas nos campos de pesquisa da área de visão computacional é a segurança eletrônica, onde o processamento de vídeo em tempo real necessita ser eficaz e rápido. Com a rápida evolução e baixo custo de hardware, é possível a criação de sistemas mais inteligentes. Para estes sistemas, a segmentação e análise do movimento são essenciais. O movimento é uma informação importante em sequências de imagens, indicando a dinâmica na cena apontada pela diferença espacial entre os objetos deslocados. Porém a tarefa de análise de movimento permanece um desafio e um problema fundamental em visão computacional devido à complexidade que a cena apresenta. É possível extrair várias características importantes a partir do movimento de um objeto, como a direção, velocidade média e velocidade instantânea. A partir das características extraídas, pode-se rastrear e reconhecer padrões de movimento. Neste artigo, serão implementados métodos para a criação de um sistema capaz de rastrear e classificar o movimento de objetos em tempo real. Os métodos utilizados foram o fluxo óptico para a detecção dos vetores de movimento e para a remoção de ruídos foram utilizados filtros e subtração de fundo. O método de subtração de fundo foi o que apresentou o melhor desempenho em termos de velocidade. PALAVRAS CHAVE Segurança, detecção de movimento, fluxo óptico, opencv, segmentação. 1. INTRODUÇÃO Vigilância eletrônica é a observação de pessoas, carros, animais e outros objetos de relevância, em tempo real, com a descrição de suas atividades e interações e a respectiva classificação de seu potencial de periculosidade (Nascimento et al. 2005). O desenvolvimento de sistemas de monitoramento automático de movimentos em vídeo tem crescido muito nos últimos anos. Em (Mueller et al. 2013) é proposto o uso de visão computacional baseado em fluxo óptico para a detecção de chamas para a prevenção de destruição de bens materiais e humano. Em (Feng-Li et al., 2013) é proposto o uso de câmeras em rede para fornecer a segurança pública. Porém, devido à grande quantidade de dados e considerando transmissão em tempo real de banda limitada, é proposto um método de seleção dos dados das câmeras que serão enviados para uma central. Câmeras de segurança são instaladas em todo lugar. E por isso, a vigilância eletrônica tem se tornado um dos campos de pesquisa mais ativos na área de visão computacional e processamento de sinais (Liang Wang et al., 2003). Com o baixo custo de câmeras de segurança, hoje, é comum ter várias câmeras espalhadas em centros comerciais, bancos, condomínios e outros locais com alta circulação de pessoas, porém, esse grande número de câmeras instaladas excede a capacidade humana de rastreá-las adequadamente, assim, não aproveitando completamente o potencial disponibilizado por todo esse equipamento instalado. Assim as imagens das câmeras tornam-se apenas ferramentas para auxiliar na investigação policial após o crime ou acidente ter ocorrido. O objetivo deste trabalho é desenvolver um sistema capaz de identificar situações de risco em tempo real para então emitir sinais de alerta para que as ações necessárias sejam tomadas. Para alcançar este objetivo, serão utilizados vários métodos de processamento de imagem, como aplicação de filtros e subtração de fundo para remoção de ruído e o estudo e análise do fluxo óptico para a detecção de análise do movimento. 228
2 Conferência IADIS Ibero-Americana Computação Aplicada MATERIAIS E MÉTODOS Neste trabalho serão apresentados os resultados das aplicações do fluxo óptico para detecção do movimento em vídeo em tempo real. Para isso, serão utilizados uma câmera comum para obtenção das imagens, a linguagem de programação c++, a biblioteca de computação visual opencv para as funções de processamento de imagem e o framework Qt para implementação da interface gráfica. O diagrama de blocos apresentado na Figura 1 representa o fluxo de desenvolvimento e funcionamento do sistema. 2.1 Aquisição do Sinal Figura 1. Diagrama representando o fluxo de desenvolvimento do sistema O sistema é capaz de capturar imagens a partir de câmeras USB, também é possível adquirir imagens a partir de um stream de vídeo online, como, por exemplo, o vídeo gerado por câmeras IP, e por fim pode-se também obter as imagens diretamente de um arquivo de vídeo. 2.2 Segmentação dos Objetos O fluxo óptico é calculado a partir de uma sequência de imagens, porém a quantidade de ruído presente nas imagens dificulta consideravelmente o resultado obtido. Por isso é necessário um pré-tratamento das imagens. Neste caso o ruído é definido como qualquer a alteração na cena que não corresponda a um objeto de interesse em movimento, como alteração na iluminação, interferências causadas pelo software ou hardware da câmera, perdas de qualidade na compressão da imagem, entre outros fatores. A eliminação de ruído em imagens utilizando filtros de suavização, como filtros gaussianos e de mediana, acaba sendo um processo demorado e com resultados pouco satisfatórios. Como alternativa à aplicação de filtros, foi utilizado o método da subtração de fundo adaptativa, que consiste em determinar um fundo para a cena, onde mudanças de cada quadro analisado também são incluídas para a cálculo do fundo da cena, criando assim um fundo que se adapta a cena atual, fazendo com que novos objetos estáticos e alterações permanentes no ambiente se incorporem ao fundo (KaewTraKulPong and Bowden, 2011). 2.3 Fluxo Óptico Fluxo óptico é definido como a distribuição 2D do vetor de velocidade aparente entre os pixels de quadros consecutivos (Smith, 1998) e pode ser utilizado para descrever uma movimentação de objetos numa sequência de imagens. O fluxo óptico (Shui-gen et al., 2011) foi desenvolvido para detectar objetos em movimento em uma sequência de imagens. 229
3 Seja uma imagem em movimento dada por I(x,y; t), onde (x; y) são as coordenadas de um pixel na imagem I e t é o tempo. A hipótese do fluxo óptico é que a intensidade dos pixels na imagem é preservada no movimento ou que a imagem pouco se mexeu de um quadro para outro. Assume-se então que a intensidade da imagem em movimento permanece constante (Horn; Schunck, 1981), de forma que: I( x, y, t) I( x dx, y dy, t dt) (1) Aplicando-se a regra da cadeira na equação (1), chega-se na equação de restrição do fluxo óptico, conforme a equação (2): I. v I 0 (2) Onde t I I I, é o gradiente da Imagem I e x y v,, é o vetor de movimento que se busca. x y t t Somente a equação de restrição não é suficiente para estimar os componentes de, pois não é possível resolver a equação diretamente, pois se tem duas incógnitas. Existem vários métodos propostos para a resolver desta equação, entre eles, o escolhido foi o método Lucas-Kanade (Lucas and Kanade, 1981), onde se assume que a movimentação num espaço curto de tempo ocorre é pequena e ocorre o deslocamento de um grupo de pontos e não somente do ponto. Portanto, todos esses pontos possuem o mesmo vetor de velocidade e sendo assim, é possível montar um sistema entre as equações de fluxo de todos estes pontos para descobrir o vetor do fluxo óptico. A Figura 2 mostra a aplicação do fluxo óptico utilizando o método de Lucas-Kanade, onde em (a) tem-se duas imagens de um círculo sendo deslocado para a direita e em (b) o resultado obtido. (b) Figura 2. Exemplo da aplicação do fluxo óptico aplicada em um par de imagens (a) Imagens de um círculo deslocado para a direita e (b) vetores do fluxo óptico aplicado entre as imagens. 2.4 Extração de Características (a) Com os vetores obtidos com a aplicação do fluxo óptico é possível inferir certos aspectos da cena, como, por exemplo, velocidade instantânea dos objetos de interesse. Tendo um conhecimento prévio do ambiente também é possível estimar a direção do objeto no espaço 3D. A quantidade de vetores disponíveis após o cálculo pode ser relativamente grande comparado com o tempo de computação disponível para uma aplicação em tempo real, então, para garantir um desempenho melhor do sistema, torna-se necessário selecionar os vetores que melhor representam a movimentação do objeto. A filtragem dos vetores é necessária, pois é possível a obtenção de vetores falsos, que são considerados como ruído, definidos como todos os vetores que não representam a real movimentação do objeto, como, por exemplo, os vetores provenientes da rotação das rodas de um carro em um ambiente externo, ou do movimento natural do braço que se movimenta para frente e para trás enquanto a pessoa caminha apenas em uma direção. Para esta filtragem, levam-se em conta vários fatores, como quantidade de vetores do objeto em questão, direção sentido e módulo da maioria dos vetores e estado anterior do objeto. Feita esta filtragem, os vetores de interesse podem ser analisados para a extração de características e classificação. 230
4 Conferência IADIS Ibero-Americana Computação Aplicada Classificação do Movimento A partir dos vetores de velocidade é criado um vetor de características que será utilizado para efetuar a classificação. Com estes vetores é possível rastrear o objeto de interesse e reconhecer certos padrões de movimentos já determinados conforme o ambiente, classificando assim o potencial de perigo de cada situação. Após a criação do vetor de características, que representam o movimento em uma determinada cena, este deve ser classificado. Entre os métodos de classificação existentes, será utilizada uma rede neural artificial (Muller, 2013). Quando o sistema detectar uma situação de risco, um sinal será enviado para que a atenção do observador seja voltada para aquela cena. O sistema terá uma interface gráfica onde é possível definir situações de risco, como por exemplo, movimento mais rápido que a maioria dos objetos em movimento no local, acesso a áreas restritas, movimentações fora do horário estabelecido, entre outros. 3. RESULTADOS PARCIAIS A implementação do sistema se encontra na fase de extração de características, onde já é possível determinar velocidade, direção e estimar uma distância do objeto em relação à câmera no ambiente. Inicialmente foram utilizados filtros passa baixa para suavizar a quantidade de ruídos presentes nas imagens, porém como a aplicação filtros sucessivos requer uma quantia de tempo grande para ser realizada, outra solução foi necessária. O método da subtração de fundo provou-se mais robusto e rápido tanto em relação ao tempo de processamento quanto aos resultados. A comparação de tempo de processamento entre os diferentes métodos de remoção de ruídos pode ser observada na tabela 1. A média de quadros por segundo é o principal fator para a escolha do método escolhido, porém é necessário levar em conta o número de recálculos feitos para os pontos de referência do fluxo óptico. Uma vez que o fluxo óptico não é calculado para toda a imagem, e sim apenas para alguns pontos, deixando assim o cálculo do fluxo óptico mais rápido. Um número elevado de recálculos significa que o objeto não possui mais uma quantidade de pontos rastreáveis suficientes e é necessário obter novos pontos, podendo perder assim algumas informações sobre o objeto. Tabela 1. Comparação de desempenho entre a aplicação de filtros e a utilização da subtração de fundo. Método utilizado Média de quadros processados Número de recálculos por segundo Filtro Gaussiano Filtro de mediana Filtro Gaussiano e de mediana Subtração de fundo A subtração de fundo além de apresentar um bom resultado em comparação à aplicação de filtros, também deixa os objetos separados da cena, auxiliando no processo de segmentação dos objetos da cena. 4. CONCLUSÃO E TRABALHOS FUTUROS Através dos estudos e experimentos realizados pode-se constatar que é possível, com o poder computacional atual, rastrear e classificar objetos em movimento em tempo real. Ainda é possível afirmar que a classificação e rastreamento do movimento serão realizáveis a partir do momento em que os resultados obtidos na extração de características sejam satisfatórios. O Método de subtração de fundo apresentou um bom desempenho no auxílio dos vetores de movimento, juntamente com o Fluxo óptico. Como o objetivo final do trabalho é a classificação do tipo de movimento, os resultados com método de Kanade foram satisfatórios. Contudo, o diferencial deste trabalho é que os vetores de velocidade são estimados nos contornos dos objetos segmentados, e não na imagem toda. Isso faz com que o método seja rápido e preciso. 231
5 As próximas etapas consistem em implementar uma rede neural para a classificação do tipo de movimento encontrado numa cena, e também o aperfeiçoamento dos métodos já utilizados para a obtenção de melhores resultados. A classificação do movimento neste caso será o principal ponto de estudo, pois a partir do momento em que a extração das características foi realizada com sucesso, é necessário um estudo e comparação dos vários métodos para classificação de características possíveis. REFERÊNCIAS Feng-Li Lian, Yi-Chun Lin, Chien-Ting Kuo, and Jong-Hann Jean, Voting-Based Motion Estimation for Real-Time Video Transmission in Networked Mobile Camera Systems. IEEE Transactions on Industrial Informatics, VOL. 9, NO. 1, February Horn, b. K.; schunck, b. G Determining optical flow. Artificial Intelligence, v.17, p KaewTraKulPong, P. and Bowden, R., An Improved Adaptive Background Mixture Model for Realtime Tracking with Shadow Detection. In Proc. 2nd European Workshop on Advanced Video Based Surveillance Systems, AVBS01. Sept Liang Wang, Weiming Hu, and Tieniu Tan, Recent developments in human motion analysis. Pattern Recognition. Lucas B. D. and Kanade T., An iterative image-registration technique with an application to stereo vision. In DARPA Image Understanding Workshop. Mueller, M. ; Karasev, P. ; Kolesov, I. ; Tannenbaum, A Optical Flow Estimation for Flame Detection in Videos. Image Processing, IEEE Transactions on Volume: 22, Issue: 7. Page(s): Nascimento, J. C. and Figueiredo, M. A. T. and Marques, J. S Motion segmentation for activity surveillance. In 1st Workshop on Systems, Decision and Control Robotic Monitoring and Surveillance, Lisbon. Shui-gen Wei, Lei Yang, Zhen Chen, Zhen-feng Liu 2011, Motion Detection Based on Optical Flow and Self adaptive Threshold Segmentation, Procedia Engineering, Volume 15, 2011, Pages , ISSN , Smith S. M., and Brady J. M. et al, Asset-2: Real time motion segmentation and shape tracking. IEEE Transactions on Pattern Analysis and Machine Inteligence, 17(8). 232
Métodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
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 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 maisSegmentação, Rastreamento de Objetos e Detecção de Eventos Primitivos com Aplicação no Monitoramento Automático de Ações Humanas em Vídeo
Segmentação, Rastreamento de Objetos e Detecção de Eventos Primitivos com Aplicação no Monitoramento Automático de Ações Humanas em Vídeo Dissertação de Mestrado Aluno: Bruno Costa Orientador: Herman Gomes
Leia maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
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 maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisObject Tracking. Fernando Medeiros Dufour Ciência da Computação - UFPR Tópicos em Visão Computacional
Object Tracking Fernando Medeiros Dufour Ciência da Computação - UFPR Tópicos em Visão Computacional Índice 1. Introdução a. Problema b. Aplicações c. Dificuldades d. Datasets 2. Redes Neurais Convolucionais
Leia maisReconhecimento de Tipos de Movimento Humano baseados no método GMM.
Reconhecimento de Tipos de Movimento Humano baseados no método GMM. C.Gonçalves 1 ; L.A.Pereira; J.C.Pizolato, Jr.; A.Gonzaga. Escola de Engenharia de São Carlos-EESC-USP Av. Trab. São-Carlense, 400 CP
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 11 de novembro de 2016 Fluxo óptico Usado para estimar
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 maisÁlgebra Linear em Visão Computacional
Visão geral Universidade Federal do Rio Grande do Norte Material compilado em 30 de novembro de 2016. Licença desta apresentação: http://creativecommons.org/licenses/ Introdução Conceitos básicos Operadores
Leia maisRenderização de pessoas em movimento a partir de vídeos. Ricardo Juliano Mesquita Silva Oda Supervisor: Carlos Hitoshi Morimoto
Renderização de pessoas em movimento a partir de vídeos Ricardo Juliano Mesquita Silva Oda Supervisor: Carlos Hitoshi Morimoto Trabalho de conclusão de curso IME - USP - 2011 Renderização Rendering is
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 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 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 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 maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisDetecção Robusta de Movimento de Câmera em Vídeos por Análise de Fluxo Ótico Ponderado
Detecção Robusta de Movimento de Câmera em Vídeos por Análise de Fluxo Ótico Ponderado Rodrigo Minetto Prof. Dr. Neucimar Jerônimo Leite (Orientador) Prof. Dr. Jorge Stolfi (Co-orientador) Instituto de
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Segmentação Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos básicos de segmentação
Leia maisMorfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
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 maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia maisCapítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
Leia mais2 Subtração de fundo
14 2 Subtração de fundo Este capítulo apresenta a subtração de fundo, tarefa para qual foi reservado um grande esforço inicial devido a sua enorme importância para a boa funcionalidade das outras etapas.
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 maisExtração de Atributos para Reconhecimento de Expressões Faciais
Extração de Atributos para Reconhecimento de Expressões Faciais Vinícius Assis Saueia da Silva 1 1. Introdução Interação Homem-Computador é uma das áreas da computação que procuram fazer com que o ser
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 09 - curvatura Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje feature detection overview curvatura espaço de escala block matching 2 / 1 curvatura o
Leia maisIntrodução a Visão Computacional. Prof. Dr. Geraldo Braz Junior DEINF - UFMA
Introdução a Visão Computacional Prof. Dr. Geraldo Braz Junior DEINF - UFMA O que é Visão Computacional? Você já viu? 2 O que se espera? Visão é sobre entender imagens Coloridas ou em tons de cinza Pequenas
Leia maiss:
ESTIMAÇÃO DO FLUXO ÓPTICO COM A ADIÇÃO DE INFORMAÇÃO DE COR Kelson Rômulo Teixeira Aires, Adelardo Adelino Dantas de Medeiros Departamento de Engenharia de Computação e Automação - DCA Universidade Federal
Leia maisDermanostic: um método para normalização da iluminação em imagens de lesões cutâneas
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2016/2 Dermanostic: um método para normalização da iluminação em imagens de lesões cutâneas Acadêmico:
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 maisAPLICAÇÃO DA VISÃO COMPUTACIONAL PARA SEGMENTAÇÃO DE OBJETOS EM IMAGENS CAPTURADAS POR EQUIPAMENTOS MÓVEIS.
APLICAÇÃO DA VISÃO COMPUTACIONAL PARA SEGMENTAÇÃO DE OBJETOS EM IMAGENS CAPTURADAS POR EQUIPAMENTOS MÓVEIS. João Marcelo RIBEIRO 1 Heber Rocha MOREIRA 2 Fiama F. S. do AMARAL 3 RESUMO Através da visão
Leia maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
Leia maisINFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa
INFORMAÇÕES DO ACADÊMICO Nome: Kleber Padovani de Souza Curso: Engenharia de Computação Semestre: R.A.: Título do plano de trabalho: Extração de atributos da imagem através de momentos de imagem. Nome
Leia maisImplementação de um protópito de uma interface para um controlador de cadeira. de rodas guiado pela direção do olhar.
Implementação de um protópito de uma interface para um controlador de cadeiras de rodas guiado pela direção do olhar. Vinícius Assis Saueia da Silva 18 de abril de 2005 1 Título Implementação de um protópito
Leia maisEstimativa de Posição 3D de Obstáculos para VANTs
Estimativa de Posição 3D de Obstáculos para VANTs Rodolfo Barros Chiaramonte, Kalinka Regina Lucas Jaquie Castelo Branco Institute of Mathematics and Computing Sciences (ICMC) University of São Paulo (USP),
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 maisColor Eyes Detector. Duarte Petiz. DCC/FCUP
Color Eyes Detector Duarte Petiz DCC/FCUP up201204625@fc.up.pt Resumo Este relatório descreve a implementação da aplicação desenvolvida Color Eyes Detector bem como mostra os resultados finais da execução
Leia maisUm Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia Aluno: Gabriel Malizia Orientador: Professor Marcelo Gattass Co-Orientador: Professor Paulo Cezar Carvalho
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 mais3 Estimação e Compensação de movimento na codificação de vídeo
Estimação e Compensação de movimento na codificação de vídeo 36 3 Estimação e Compensação de movimento na codificação de vídeo O objetivo do modelo temporal (que engloba as fases de estimação e compensação
Leia mais5 Protótipo e Resultados Obtidos
5 Protótipo e Resultados Obtidos 5.1. Introdução Este capítulo apresenta de forma minuciosa o protótipo desenvolvido durante este trabalho, que é uma ferramenta capaz de realizar o treinamento e a detecção
Leia maisAPI para transformação de imagem em cartum utilizando plataforma ios. Acadêmico Christian Hess Orientador Dalton Solano dos Reis
API para transformação de imagem em cartum utilizando plataforma ios Acadêmico Christian Hess Orientador Dalton Solano dos Reis Roteiro da apresentação Introdução Fundamentação teórica Desenvolvimento
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 15 - Fluxo Ótico - parte I Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje fluxo ótico estimando movimentos em imagens 2 / 1 motivação para que serve?
Leia maisMÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM
MÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM Autores : Dan Lucio PRADA; Eduardo Bidese PUHL Identificação autores: Aluno da Ciência da Computação, Bolsista
Leia maisDescritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
Leia maisT4 Processamento de Imagem
T4 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Manipulação ponto a ponto 2. Conetividade 3. Filtros espaciais 4. Extração de estruturas
Leia maisDetecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais
Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais Wellington da Rocha Gouveia Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica
Leia mais[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 4 Segmentação de Imagens 2 de
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 maisCAPÍTULO V 5 CONCLUSÕES E RECOMENDAÇÕES 5.1 SÍNTESE DO TRABALHO DESENVOLVIDO
182 CAPÍTULO V 5 CONCLUSÕES E RECOMENDAÇÕES 5.1 SÍNTESE DO TRABALHO DESENVOLVIDO Neste trabalho foi proposta uma metodologia para a automação da resseção espacial de imagens digitais baseada no uso hipóteses
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Comparação entre Técnicas de Reconhecimento de Faces para Controle de Acesso a Computadores Vinícius Assis Saueia da Silva
Leia maisVISÃO DIGITAL, OS OLHOS DO FUTURO
VISÃO DIGITAL, OS OLHOS DO FUTURO Eduardo Marcelo Nicastro Carvalho*, Luana Fonseca Guimarães*, Priscila Amâncio da Silva*, Maurício Neves Asenjo** * Acadêmicos da Faculdade de Ciências e de Tecnologia
Leia maisProcessamento de Imagens: fundamentos. Julio C. S. Jacques Junior
Processamento de Imagens: fundamentos Julio C. S. Jacques Junior juliojj@gmail.com Fronteiras do Processamento de Imagens Processamento de dados Dados / Informação Visão Computacional Computação Gráfica
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 maisVideo Quality Assessment in Java
Video Quality Assessment in Java Pós-graduação strictu sensu em Ciência da Computação PROCESSAMENTO DE IMAGENS, Prof. Tsang Ing Ren Estêvão Monteiro Ricardo Scholz Junho de 2014 Introdução Fidelidade de
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisRastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
Leia maisSLAM Visual. Fernando Zuher Mohamad Said Cavalcante Orientadora: Profª. Drª. Roseli Romero Mestrado em Computação, ICMC-USP
SLAM Visual Fernando Zuher Mohamad Said Cavalcante Orientadora: Profª. Drª. Roseli Romero Mestrado em Computação, ICMC-USP Divisão da apresentação 1. Introdução O que é SLAM? Classificação adotada 2. Principais
Leia maisT5 Processamento de Imagem e Vídeo
T5 Processamento de Imagem e Vídeo Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Segmentação baseada em regiões 2. Morfologia matemática 3. K-Means 4. Processamento
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 16 - Fluxo Ótico - parte II Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje fluxo ótico relembrar Lucas-Kanade Horn-Schunk suavização global alguns métodos
Leia mais2 Reconhecimento Facial
2 Reconhecimento Facial Em termos gerais, o reconhecimento facial é o processo pelo qual se mede o grau de similaridade entre duas imagens faciais com o proposito de identificar a um indivíduo ou de verificar
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Centro de Ciências Exatas e Tecnológicas Curso de Engenharia de Computação Segmentação e Reconhecimento Baseado em Textura: Técnicas e Ferramentas Wagner Beloti Leal Prof.
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 maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Leia maisTécnicas de processamento digital de imagens aplicadas na contagem volumétrica de veículos
Técnicas de processamento digital de imagens aplicadas na contagem volumétrica de veículos Hugo Cabral Tannús¹, Vitor Castro Veloso Soares², Ronaldo Martins da Costa 3 Instituto de Informática Universidade
Leia maisDOCUMENTO TE CNICO. Hikvision. Tecnologia de Desembaçamento Digital. [Headline] Para liberação [12/01/2012]
Hikvision Telefone: 909.895.0400 Fax: 909.595.2788 Marketing@Hikvisionusa.com 908 Canada Court City of Industry, CA 91748 Hikvision DOCUMENTO TE CNICO [Headline] Tecnologia de Desembaçamento Digital Para
Leia maisUm sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV
Um sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV Rodrigo Mendes Garcês 1, Geraldo Braz Júnior 2 1 Laboratório de métodos de otimização e robótica Universidade Federal do
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisObjetivos. 1. O método desenvolvido usa características de pares de pixeis para fazer estatísticas e formar
Introdução Comidas podem apresentar deformações e variações em sua forma, além de conter muitos ingredientes, nem todos visíveis; Métodos tradicionais de reconhecimento requerem a detecção de características
Leia maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia maisFiltros espaciais. Processamento e Recuperação de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP)
Processamento e Recuperação de Imagens Médicas Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP) 1 Propriedades Operadores de suavização os elementos da máscara são positivos e
Leia maisFiltros espaciais (suavizaçào)
Processamento de Imagens Médicas Filtros espaciais (suavizaçào) Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Necessidade de pré-processamento 2 Propriedades
Leia maisExtração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
Leia mais6 Aplicações Detalhes da Implementação
6 Aplicações Neste trabalho, é importante implementar aplicações de interação em tempo real para que seja possível avaliar a aplicabilidade das técnicas de Visão Computacional descritas ao longo dos capítulos
Leia maisRECONHECIMENTO FACIAL 2D
RECONHECIMENTO FACIAL 2D PARA SISTEMAS DE AUTENTICAÇÃO EM DISPOSITIVOS MÓVEIS Luciano Pamplona Sobrinho Orientador: Paulo César Rodacki Gomes ROTEIRO Introdução Objetivos Fundamentação Teórica Conceitos
Leia maisAQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV
AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV Rafael Aquino 1 Fabio Gomes 2 Ciência da Computação ciências exatas e tecnológicas ISSN IMPRESSO 1980-1777 ISSN ELETRÔNICO 2316-3135
Leia maisEliminação de Ruídos e Retoque Digital Através de uma Equação Diferencial Parcial de Quarta Ordem
Eliminação de Ruídos e Retoque Digital Através de uma Equação Diferencial Parcial de Quarta Ordem Maurílio Boaventura UNESP - SJRio Preto -SP E-mail: maurilio@ibilce.unesp.br Cassius Gomes de Oliveira
Leia maisSEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro Detecting Pedestrians Using Patterns of Motion and Appearance *Paul Viola *Michael J. Jones *Daniel Snow Por que detectar pedestres? http://conexaopenedo.com.br/2016/02/sistema-consegue-detectar-pedestres-em-tempo-real/
Leia maisComparação de métodos para localização de fluxo óptico em sequências de imagens
Comparação de métodos para localização de fluxo óptico em sequências de imagens Vantuil José de Oliveira Neto, David Menotti Gomes PPGCC - Programa de Pós-Graduação em Ciência da Computação UFOP - Universidade
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 maisDesenvolvimento de rastreamento de máscaras em vídeo para simulador de treinamento Development of video masking tracking for training
Desenvolvimento de rastreamento de máscaras em vídeo para simulador de treinamento Development of video masking tracking for training Antonio Valerio Netto 1 1 Centro das Indústrias do Estado de São Paulo,
Leia maisRECONHECIMENTO DE GESTOS COM SEGMENTAÇÃO DE IMAGENS DINÂMICAS APLICADAS A LIBRAS
RECONHECIMENTO DE GESTOS COM SEGMENTAÇÃO DE IMAGENS DINÂMICAS APLICADAS A LIBRAS ANUÁRIO DA PRODUÇÃO DE INICIAÇÃO CIENTÍFICA DISCENTE Vol. 13, N. 20, Ano 2010 Adilson Roberto Pavan Prof. Jaime Cazhurriro
Leia maisApresentação de uma Plataforma Computacional para a Reconstrução e Caracterização da Forma 3D de Objectos
Apresentação de uma Plataforma Computacional para a Reconstrução e Caracterização da Forma 3D de Objectos Teresa Azevedo 1, João Manuel R. S. Tavares 1,2, Mário A. Vaz 1,2 1 Instituto de Engenharia Mecânica
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
Leia maisUsando MLP para filtrar imagens
Usando MLP para filtrar imagens Thiago Richter, Ediel Wiezel da Silva, e Adilson Gonzaga Departamento de Engenharia Elétrica, Universidade de São Paulo, Brasil thiago.richter@yahoo.com.br, edielws@gmail.com,
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 maisLeitor automático para determinação do grupo sanguíneo por aglutinação
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Leitor automático para determinação do grupo sanguíneo por aglutinação Nuno Miguel Duarte Costa PREPARAÇÃO DA DISSERTAÇÃO Mestrado Integrado em Engenharia
Leia maisDetecção e seguimento de objectos em vídeo sob condições adversas
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Detecção e seguimento de objectos em vídeo sob condições adversas Relatório de Progresso João Santos 050503094 Mestrado Integrado em Engenharia Electrotécnica
Leia maisNatal RN, 25 a 28 de outubro de 2015 APRIMORAMENTO DO MODELO DE MISTURA DE GAUSSIANAS PARA SEGMENTAÇÃO DE VEÍCULOS UTILIZANDO ABORDAGEM DE LIMIARIZAÇÃO LOCAL Kalyf Abdalla Buzar Lima, Francisco Wender
Leia maisTracking de movimentos usando marcadores circulares
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO - COPPE INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS Tracking de movimentos usando marcadores circulares Jéssica de Abreu DRE:114069619 Junho de 2014 1 INTRODUÇÃO Com a
Leia maisPMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO
PMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO Esse trabalho consiste de três partes. Na primeira parte do trabalho você vai calibrar duas câmeras
Leia maisInteração Humano-Computador Baseada em Vídeo Através de Descritores de Fourier e Redes Neurais Artificiais
Interação Humano-Computador Baseada em Vídeo Através de Descritores de Fourier e Redes Neurais Artificiais Saulo Vargas Instituto Federal de Santa Catarina - IFSC Gaspar, SC, BRASIL E-mail: saulo.vargas@ifsc.edu.br
Leia maisFLUXO ÓPTICO APLICADO EM NAVEGAÇÃO ROBÓTICA Vinícius L. Souza, Ademar Ferreira Laboratório de Automação e Controle, Departamento de Engenharia de Sistemas, Escola Politécnica da Universidade de São Paulo
Leia maisSISTEMA PARA EXTRAÇÃO DE CARACTERÍSTICAS VISUAIS DE IMAGENS DE MADEIRA DE PINUS
SISTEMA PARA EXTRAÇÃO DE CARACTERÍSTICAS VISUAIS DE IMAGENS DE MADEIRA DE PINUS Camila Piacitelli 1, Osvaldo Cesar Pinheiro de Almeida 2 1 Informática para Negócios, Faculdade de Tecnologia, Botucatu,
Leia maisReconhecimento de Gestos com Segmentação de Imagens Dinâmicas Aplicadas a Libras
Reconhecimento de Gestos com Segmentação de Imagens Dinâmicas Aplicadas a Libras Adilson Roberto Pavan Fábio Alexandre Caravieri Modesto Anhanguera Educacional adilson.pavan@gmail.com fabiomodesto@uol.com.br
Leia mais