Visão Computacional e Aplicações

Transcrição

1 Visão Computacional e Aplicações João do E. S. Batista Neto Instituto de Ciências Matemáticas e de Computação ICMC-USP

2 Domício Pinheiro Agência Estado

3 fica á r G o utaçã p m o C Vis ã oc om pu t ac ion al Processamento de Imagens ão ç a liz a u Vis fica í t n Cie Anális ed e Im a gens

4 Áreas Relacionadas Modelagem Visualização Computacional Computação Gráfica Síntese de Imagens Processamento de Imagens Visão Computacional

5 e ag Im m as t la e r or C as e Ár Modelagem de dados (processamento de dados) DADOS Visualização Visão (computação gráfica, síntese de imagem) (análise de imagem) IMAGEM Processamento de imagens

6 Modelagem Cena: lista de objetos + condições de iluminação Objetos: características geométricas Forma Maneira como interagem com a luz incidente. Ambos os tipos de características podem ser descritos através de modelos Grau variável de sofisticação -> realismo! Modelagem geométrica Especificação de características óticas (material, cor, transparência, etc). Muita estrutura de dados!!!! Cena realista -> requer muito trabalho

7 Modelagem de dados (visualização) Curvas, superfícies, etc

8 Métodos p/ Modelagem Métodos Analíticos ou Algébricos: representação de curvas, superfícies. Métodos Analíticos ou Algébricos: representação de curvas, superfícies.

9 Computação Gráfica síntese de imagens técnicas para gerar representações visuais a partir de especificações geométricas e de atributos visuais dos seus componentes modelagem e rendering objetivo: mundo 3D no computador cena descrita em termos de sua geometria e atributos visuais para o rendering, até obter matriz de pixels

10 Sistemas Gráficos: Características sistemas altamente interativos usuário controla o conteúdo, a estrutura e a aparência dos objetos e imagens visualizadas na tela, usando dispositivos de interação forte relação com HCI - Interação Usuário Computador

11 Quer Ficar Rico? Rendering: processo de geração de imagem a partir de um modelo. Em português: visualização

12 Computação Gráfica 2D 3D

13 Rendering

14 Real ou Imaginário

15 Processamento de Imagens técnicas de transformações de imagens descritas na forma de uma matriz de pixels objetivo: melhorar características visuais (aumentar contraste, melhorar foco, reduzir ruído, eliminar distorções), extrair elementos de interesse; ou mesmo transformar a imagem, criando efeitos visuais cena: matriz de pixels

16 Processamento de Imagens Segmentação de um tumor em momografia

17 Processamento de Imagens Leandro Gerhardiger, 2006

18 André Balan, 2004

19

20 O que é visão computacional? É a ciência que desenvolve as bases teóricas e algoritmicas pelas quais informações úteis são automaticamente extraídas de imagens por meio de computadores

21 O que precisamos saber para ter sucesso na construção de um sistema de visão artificial? Aspectos Cognitivos: combinação dos aparelhos sensoriais e comportamento psico-biológico: neurociências, IA, filosofia, psicologia, lingüística. Aspectos fisiológicos do cérebro.

22 Aspectos Cognitivos

23 Exemplo : ilusão cognitiva (distorção) Tamanho, comprimento, curvatura

24 Exemplo : percepção visual aspectos culturais Mostre estas figuras para um árabe e um zulu...

25 Exemplo : percepção visual especialização

26 Movimento sacádico

27 Aspectos Fisiológicos

28 Visão Natural: sistema super paralelo Macro Micro Intermediário

29 Visão Natural: o olho humano

30 Blid Spot: Ponto Cego Feche seu olho direito. Foque no número 3. Avance e recue. Ou foque nos nros à direita ou esquerda!

31 Cones: (sens.) C C M L M Bastonetes: Alta sensibilidade à luminosidade, não percebem cor Cones: Alta sensibilidade a cor, alta quantidade na fóvea C

32 O córtex visual

33 Cór tex Inferote mporal Córtex Parietal V4 (comp. de onda; orientação; disparidade) Cor e forma co m cor V5 (direção; orientação; disparidade) Movimento V3 (direção; orientação; disparidade) Formas dinâmicas Pálidas (comp. de onda) Faixas finas Faixas grossas (comp. de onda; orientação; disparidade) (direção; orientação; disparidade) blobs interblobs 4B (comp. de onda) (comp. de onda; orientação; disparidade (direção; orientação; disparidade) LGN par vocelul ar LGN magnocelular Cones Bastonetes V2 V1

34 Exemplo 1: fisiologia A região A é mais escura que B, certo? Isso não é uma pegadinha

35 Errado!

36 Resposta Contraste local Algo claro, rodeado por algo mais escuro, tende a parecer mais claro do que é. E vice-versa! Este é um exemplo da excelente qualidade de nosso sistema visual, certo? Certo!

37 Exemplo 2: fisiologia Explicação: campos receptivos da retina

38 Visão Computacional/Artificial VISÃO é o processo de descobrir, a partir de imagens, o que está presente no mundo e onde está localizado Disciplinas relacionadas Processamento de Imagens Computação Gráfica Reconhecimento de Padrões Robótica Inteligência artificial

39 Um sistema de visão computacional para indústria

40 Três níveis de atuação Melhorar qualidade da imagem Pouca inteligência Extrair e caracterizar componentes Alguma inteligência Reconhecimento Alta Inteligência

41 Exemplo: um sistema de visão para reconhecer digitais

42 Reconhecimento de Digitais padrões Bifurcações Terminações

43 Típico sistema de visão Processamento de Imagens Aquisição Cena 1 6 IA / reconhecimento de padrões Pré-processamento Extração de características 4 Análise de Imagens

44 Passo 1 - Aquisição Cena

45 Aquisição

46 Passo 2 - Pré-processamento Cena

47 Pré-processamento

48 Passo 3 - Processamento de Imagens 1 Cena

49 Processamento de Imagens

50 Passo 4 - Análise de Imagens Cena

51 Análise de Imagem 1- Procurar todos e marcar: - bifurcações - terminações

52 Análise de Imagem 2 - Determinar as orientações: - bifurcações - terminações

53 Passo 5 - Extração de Características Cena

54 Extração de Características: Modelo Matemático Modelo Matemático - Semelhança de Triângulos Combinar as marcações 3 a 3

55 Passo 6 - IA / Reconhecimento de padrões Cena

56 IA / Reconhecimento de padrões Armazenar o modelo matemático de todos os triângulos Base de conhecimento

57 IA / Reconhecimento de padrões Armazenar o modelo matemático de todos os triângulos Base de conhecimento

58 IA / Reconhecimento de padrões Comparar com modelos treinados Base de conhecimento Padrão reconhecido, digital identificada

59 É fácil emular a visão humana?

60 Reconhecimento

61 Importância da cor

62 Importância da Textura

63 The role of shape

64 Importância do agrupamento

65 Auxílio da matemática Sistemas mais antigos empregavam métodos heurísticos Hoje recorremos à matemática, às vezes um pouco pesada! Cálculo Algebra Linear Probabilidade e estatística Processamento de Sinais Projeção Geométrica Geometria Computacional Otimização Boa notícia: muita computação!

66 Aplicações Inspeção industrial/controle Qualidade Segurança Reconhecimento Facial Reconhecimento Gestos Aplicações espaciais Análise de imagens médicas Veículos autônomos Agro-negócio

67 Identificação de pássaros para controle de poluição ambiental André Balan, 2004

68 Segmentação por Campos Aleatórios de Markov em multi escala Leandro Gerhardiger, 2006

69 Segmentação de um tumor em momografia

70 Recuperação de conteúdo em grandes BD por imagem

71 Identificação de Ferrugem de Cana Casa Branca Desirée Dias, 2005

72

73

74

75 Criação de mosaica em plantações de eucalipto

76

77 Mosaico criado automaticamente, sem nenhum georeferenciamento