Delimitação de Shots em Vídeo Digital. Thiago Teixeira Santos
|
|
- Regina Figueiredo Sá
- 6 Há anos
- Visualizações:
Transcrição
1 Delimitação de Shots em Vídeo Digital Thiago Teixeira Santos Laboratório de Interação (LATIN) IME/USP Laboratório de Imagens Visão e Estruturas Espaciais (LIVES) CEI/SENAC Orientador: Prof ō Carlos Hitoshi Morimoto Laboratório de Interação (LATIN) IME/USP thsant/mestrado.html 1
2 Motivação Grande capacidade de processamento (GHz!) e armazenamento dos computadores pessoais. Grandes larguras de banda disponíveis. Bibliotecas digitais. Vídeo é extenso e não-estruturado. Navegação é difícil. Necessidade de estruturar, indexar e pesquisar em vídeo digital. Como pesquisar em vídeo digital? Como recuperar informação baseando-se no conteúdo do vídeo? Content-based information retrieval (CBIR). Nagasaka e Tanaka [16] (1991), Zhang et. al [28] (1993)... Área com cerca de 10 anos. Pattern Recognition: Special Issue on Image/Video Communication (2002). Muitos trabalhos sendo desenvolvidos atualmente. Na indústria: Surgimento do MPEG-7 [15]. TREC Video Track [33]: Conferences. modalidade de conteúdo audiovisual nas Text REtrieval Thiago Santos, LATIN/LIVES 2
3 Um framework para CBIR Sistema de Busca Interface Extração de Características Casamento de Características Usuário Estruturação Extração de Características Vídeo Digital Indexação Banco de Vídeo Geração de Meta Dados Thiago Santos, LATIN/LIVES 3
4 Estruturação O paradigma seqüencial de navegação, digital., não é o ideal para vídeo Para obter melhores formas de navegação e indexação, precisamos estruturar o vídeo, decompondo-o em unidades menores. Que unidades são essas? Em um nível semântico mais alto: cenas. Em um nível semântico mais baixo: shot. Um shot é um conjunto de quadros temporalmente vizinhos e espacialmente conectados. Representa uma ação contínua no espaço. Thiago Santos, LATIN/LIVES 4
5 Transições entre Shots Há várias formas de se fazer a passagem de um shot a outro, definidas pela técnica de edição utilizada. As transições mais comuns em cinema e TV são: Transições Abruptas (Cortes) Thiago Santos, LATIN/LIVES 5
6 Transições entre Shots Transições Graduais Wipes Fades Thiago Santos, LATIN/LIVES 6
7 Transições entre Shots Transições Graduais Dissoluções Thiago Santos, LATIN/LIVES 7
8 O Problema da Delimitação de Shots Segmentação Temporal ou Shot Boundary Detection (SBD) Vídeo digital é uma seqüência V = q 0, q 1, q 2,..., q t de quadros (imagens de resolução M N). O problema é encontrar o conjunto T de quadros q i (fronteiras). que delimitam os shots Seja R o conjunto de quadros obtido por uma solução. A performance da solução é dada por: cobertura = T R T precisão = T R R Thiago Santos, LATIN/LIVES 8
9 Estado da Arte TREC 2001 SBD Task. Conjunto de testes: graduais [18]. 42 vídeos, quadros, 2061 cortes 1108 transições CL1 CL2 F1 F2 IBM1 IBM2 IC MBF MS MM1 MM2 Cortes Cobertura 0,988 0,989 0,970 0,970 0,979 0,965 0,935 0,816 0,928 0,947 0,909 Precisão 0,904 0,771 0,961 0,961 0,963 0,963 0,893 0,590 0,926 0,726 0,886 Graduais Cobertura 0,707 0,709 0,621 0,597 0,732 0,770 0,640 0,037 0,694 0,778 0,446 Precisão 0,555 0,555 0,720 0,736 0,621 0,566 0, ,649 0,667 0,870 CL F IBM IC MS MBF MM CLIPS-IMAG, França Universidade de Fudan, China IBM Almaden, EUA Imperial College, Reino Unido Microsoft Research Asia, China Universidade de Glasgow, Reino Unido Media Mill, Holanda Detecção de transições graduais ainda não atinge níveis satisfatórios! Thiago Santos, LATIN/LIVES 9
10 Sinal de Similaridades Considere, para uma função de similaridade entre dois quadros d, f V [i] = d(q i, q i+1 ) Os shots são delimitados analisando-se o sinal f V. Por exemplo: LIMIAR-SBD(f V ) 1 Selecione um limiar k 2 R q 0 3 para i de 0 até T 1 4 se f V [i] k 5 R R, q i+1 6 devolva R Thiago Santos, LATIN/LIVES 10
11 Sinal de Similaridades As duas funções de similaridade mais largamente utilizadas na literatura são: Diferença entre Pixels (Casamento de Padrões) d p (q i, q j ) = M N q c i (x, y) qc j (x, y) c {R,G,B} x=1 y= Thiago Santos, LATIN/LIVES 11
12 Sinal de Similaridades Diferença entre Histogramas d h (q i, q j ) = c {R,G,B} L h c i [l] hc j [l] l= Thiago Santos, LATIN/LIVES 12
13 Sinal de Similaridades Diferença entre pixels é sensível a movimentações (objetos ou câmera) Diferença entre histogramas é mais robusta às movimentações, mas sensível às variações de luminosidade Thiago Santos, LATIN/LIVES 13
14 Twin-comparison [28] LIMIAR-SBD detecta cortes. Como adaptá-lo às transições graduais? Utilizar diferenças acumuladas: dh(qi,qi+1) k h k 1 corte abrupto qe qs qc i Dh(qi,qi+1) k h qs qe qs qc i qs: Possivel inicio de trans. gradual qe: Fim de trans. gradual (confirmado) qc: Fim de trans. gradual (nao aceito) Thiago Santos, LATIN/LIVES 14
15 Incrementando a Performance das Similaridades Filtros para enfatizar análise local Yeo & Liu [26] propõem uma slide window de tamanho 2m + 1. Um corte é detectado em q i se f V [i] é o máximo em f V [i m + 1],..., f V [i 1], f V [i], f V [i + 1],..., f V [i + m 1]. f V [i] é c vezes maior que o segundo maior valor na janela, onde c é uma constante definida previamente. Ferman & Tekalp [7] Obter f V [i] pelas passagem de um filtro passa baixas (média, mediana, médiamediana) Analisar f V [i] = f V [i] f V [i] ao invés de f V Thiago Santos, LATIN/LIVES 15
16 Incrementando a Performance das Similaridades Composição de múltiplas medidas em clustering 2-médias 2 Scatter plot dp X dh dh dp Thiago Santos, LATIN/LIVES 16
17 Modelagem de Transições Graduais Transições graduais não podem ser identificadas pela análise simples de similaridades entre quadros sucessivos. Transições graduais podem ser modeladas via funções de transição sobre a luminosidade do pixel entre 2 estados. Autores vêm utilizando modelos lineares. Yu et. al. [27] utilizam um função linear α definida entre t 1 e t 2 e o quadro negro q 0 : Fade-out q t (x, y) = q t1 (x, y)α(t) + q 0 (x, y)[1 α(t)] Fade-in q t (x, y) = q 0 (x, y)α(t) + q t2 (x, y)[1 α(t)] Dissolução q t (x, y) = q t1 (x, y)α(t) + q t2 (x, y)[1 α(t)] Thiago Santos, LATIN/LIVES 17
18 Modelagem de Transições Graduais Truong et. al. [21] Média da luminosidade com comportamento linear: (a) Variância da luminosidade com comportamento parabólico: 4 x 10 4 (b) Thiago Santos, LATIN/LIVES 18
19 Modelagem de Transições Graduais Yeo & Liu [26]: Tome propõem tomar k maior que o comprimento máximo de uma transição gradual. f k V [i] = d(q i, q i+k ) Considere o seguinte modelo linear para transições graduais: g n = c 1, n < α 1, c 2 c 1 α 2 α (n α 2 ) + c 2, 1 α 1 n < α 2, c 2, n α 2 Daí, podemos esperar, em f k V, o surgimento de platôs antecedendo as transições graduais: d k i (g n) = 0, n < α 1 k, c 2 c 1 α 2 α [n (α 1 k)], 1 α 1 k n < α 2 k, c 2 c 1, α 2 k n < α 1 c 2 c 1 α 2 α (n α 2 ), 1 α 1 n < α 2, 0, n α 2 Thiago Santos, LATIN/LIVES 19
20 Modelagem de Transições Graduais Thiago Santos, LATIN/LIVES 20
21 Análise em Baixa Resolução [26] Mais rápido! Opera em imagens menores com pouquíssima perda de performance. Atua como filtro de suavização. Menor sensibilidade aos movimentos. Imagens DC são facilmente obtidas do stream MPEG! Não há custos com decodificação. Thiago Santos, LATIN/LIVES 21
22 Amostragem Espacial Xiong et. al. [24] propõem dividir a imagem em blocos: Divide-se a imagem em B blocos sem sobreposição. Comparam-se os blocos correspondentes entre dois quadros. Se B c blocos mudaram, há uma transição caso B c B > k % A idéia é ganhar velocidade examinando um subconjunto de S blocos. O erro é dado por: e = P r ( Sc S > k % B ) c B < k % + P r ( Sc S < k % B ) c B > k % O erro é bastante pequeno (centésimos) tomando-se apenas metade dos blocos! Thiago Santos, LATIN/LIVES 22
23 Amostragem Temporal É necessário examinar todos os quadros? Xiong & Lee [25] provam que nenhuma transição, abrupta ou temporal, é perdida se o vídeo for analisado comparando-se pares de quadros q l e q r = q l+step e incrementando-se l step 2 se 2 gt max < step < shot min (a) q l q r (b) Gradual Abrupta q l q r (c) q l q r Thiago Santos, LATIN/LIVES 23
24 Clustering Os métodos vistos anteriormente dependem de limiares que podem variar muito dependendo do tipo de vídeo (ação, drama, telejornal, clip,...) ou até mesmo dentro de um mesmo vídeo! Clustering de características. Quadros dentro de um mesmo cluster e sucessivos temporalmente estão no mesmo shot. Shots dentro de um mesmo cluster podem ser múltiplas ocorrências de um mesmo cenário/ambiente/situação dentro de um mesmo vídeo. Uma boa pista para a segmentação em cenas! Menos sujeito às arbitrariedades nas escolhas dos limiares. Vetor médio (µ) dos clusters podem ser bons índices (indexação e busca). Vários trabalhos na literatura [5, 7, 11, 17, 22, 31]. Thiago Santos, LATIN/LIVES 24
25 Resultados Preliminares [19] Estudos em detecção de cortes. Testes com d p, d h e d e, essa última baseada em contagem de bordas. Casamento de Padrões: Sem Filtragem Subtração de Mediana Derivada Discreta Filme Cobertura Precisão Cobertura Precisão Cobertura Precisão Eu, tu, eles Villa-Lobos Shrek Comparação de Histogramas: Sem Filtragem Subtração de Mediana Derivada Discreta Filme Cobertura Precisão Cobertura Precisão Cobertura Precisão Eu, tu, eles Villa-Lobos Shrek Thiago Santos, LATIN/LIVES 25
26 Resultados Preliminares [19] Contagem de Bordas: Sem Filtragem Subtração de Mediana Derivada Discreta Filme Cobertura Precisão Cobertura Precisão Cobertura Precisão Eu, tu, eles Villa-Lobos Shrek Problemas: Conjunto de teste muito pequeno. d e mostrou-se pouco eficaz. Thiago Santos, LATIN/LIVES 26
27 Plano de Trabalho Setembro Outubro (2002) Implementações dos vários métodos da literatura descritos anteriormente [26, 7, 21]. Análise em várias resoluções. Clustering com vetores de características diversos. Novembro (2002) Fevereiro (2003) Composição de métodos. Ênfase em detecção e caracterização de transições graduais. Protótipos e demos (Scilab? Matlab r?). Métodos bem sucedidos: possível implementação em C, Java TM. Frameworks para processamento de vídeo estão sendo considerados [34]. Thiago Santos, LATIN/LIVES 27
28 Referências [1] F. Arman, A. Hsu, M.-Y. Chiu Image Processing on Compressed Data for Large Video Databases, Proceedings of First ACM International Conference on Multimedia (1993). [2] D. H. Ballard e C. M. Brown, Computer Vision, Prentice Hall (1982). [3] J. S. Boreczky e L. D. Wilcox, A Hidden Markov Model Framework for Video Segmentation Using Audio and Image Features, FX Palo Alto Laboratory (1998). [4] S.-F. Chang e H. Sundaram, Structural and Semantic Analysis od Video, IEEE International Conference on Multimedia (2000). [5] M. S. Drew e J. Au, Video Summarization by Efficient Clustering of Compressed Chromaticity Signatures, International Symposium on Multimedia Infomation Processing ISMIP 00 (2000). 24 [6] R. O. Duda, P. E. Hart e D. G. Stork, Pattern Classification, Wiley-Interscience (2001). 37 [7] A. M. Ferman and A. M. Tekalp, Efficient Filtering and Clustering Methods for Temporal Video Segmentation and Visual Summarization, Journal of Visual Communication and Image Representation (1998). 15, 24, 27 [8] U. Gargi, R. Kasturi, S. Antani, Performance Characterization and Comparison of Video Indexing Algorithms, Proceedings of Conference on Computer Vision and Pattern Recognition (CVPR) (1995). Thiago Santos, LATIN/LIVES 28
29 Referências [9] A. Girgensohn e J. Foote, Video Classification Using Transform Coefficients, Proceedings of the Intemational Conference on Acoustics, Speech, and Signal Processing (1999). [10] R. C. Gonzalez e R. E. Woods, Digital Image Processing, Addison-Wesley (1992). 37 [11] B. Günsel, A. M. Ferman e A. M. Tekalp, Temporal Video Segmentation Using Unsupervised Clustering and Semantic Object Tracking, Journal of Visual Communication and Image Representation (1998). 24 [12] K. A. Hua e J.-H. Oh, Detecting Video Shot Boundaries up to 16 Times Faster, ACM Multimedia (2000). [13] I. Koprinska and S. Carrato, Temporal Video Segmentation: A Survey, Signal Processing: Image Comunication, Elsevier Science (2001). [14] Y.-F. Ma, J. Sheng, Y. Chen e H.-J. Zhang, MSR-Asia at TREC-10 Video Track: Shot Boundary Detection Task, TREC-10 Video Track Report (2001). [15] J. M. Martínez (editor), MPEG-7 Overview, ISO/IEC N4674, Jeju (2002). 2 [16] A. Nagasaka e Y. Tanaka, Automatic Video Indexing and Full-motion Search for Object Appearances, Proceedings of Second Working Conference on Visual Database (1991). 2 [17] C.-W. Ngo, T.-C. Pong e H.-J. Zhang, On Clustering and Retrieval of Video Shots, ACM MM (2001). 24 [18] G. M. Quénot, CLIPS System Description and Evaluation, TREC-10 Video Track Report (2001). 9 Thiago Santos, LATIN/LIVES 29
30 Referências [19] T. T. Santos e C. H. Morimoto, Comparison of Temporal Video Segmentation Techniques, LATIN/IME-USP e LIVES/CEI-SENAC (2002). 25, 26 [20] H. Sundaram e S.-F. Chang, Video Scene Segmentation Using Video and Audio Features, IEEE International Conference on Multimedia (2000). [21] B. T. Truong, C. Dorai e S. Venkatesh, New Enhancements to Cut, Fade and Dissolve Detection Process in Video Segmentation, ACM Multimedia (2000). 18, 27, 35 [22] S. Uchihashi, J. Foote, A. Girgensohn e J. Boreczky, Video Manga: Generating Semantically Meaningful Summaries, ACM Multimedia (1999). 24 [23] N. Vasconcelos e A. Lippman, A Bayesian Video Modeling Framework for Shot Segmentation and Content Characterization, IEEE Computer Vision and Pattern Recognition Conference (1997). [24] W. Xiong, J. C.-M. Lee, M.-C. Ip, Net Comparison: A Fast and Effective Method for Classifying Image Sequences, Proceedings of SPIE Conference on Storage and Retrieval for Image and Video Databases III (1995). 22 [25] W. Xiong and J. C.-M. Lee, Efficient Scene Change Detection and Camera Motion Annotation for Video Classification, Computer Vision and Image Understanding, ACM (1998). 23 [26] B.-L. Yeo and B. Liu, Rapid Scene Analysis on Compressed Video, IEEE Transactions on Circuits and Systems for Video Technology (1995). 15, 19, 21, 27 Thiago Santos, LATIN/LIVES 30
31 Referências [27] H. Yu, G. Bozdagi e S. Harrington, Feature-based Hierarchical Video Segmentation, Proceedings of International Conference on Image Processing (1997). 17 [28] H.-J. Zhang, A. Kankanhalli, S. W. Smoliar, Automatic Partitioning of Full-motion Video, Multimedia Systems (1993). 2, 14 [29] H.-J. Zhang, C. Y. Low, Y. H. Gong, S. W. Smoliar, Video Parsing Using Compressed Data, Proceedings of SPIE Conference on Image and Video Processing II (1994). [30] H.-J. Zhang, C. Y. Low, S. W. Smoliar e J. H. Wu, Video Parsing, Retrieval and Browsing: An Integrated and Content-based Solution, ACM Multimedia (1995). [31] Y. Zhuang, Y. Rui, T. S. Huang e S. Mehrotra, Adaptative Key Frame Extraction Using Unsupervised Clustering, Proc. ICIP 98 (1998). 24 [32] The Open Video Project, [33] TREC Video Retrieval Track, 2 [34] GStreamer - Open Source Multimedia Framework, 27 Thiago Santos, LATIN/LIVES 31
32 Perguntas? Thiago Santos, LATIN/LIVES 32
33 Apêndice A: Sobre o termo DCT(0,0) e imagens DC A transformada dos cossenos discreta (DCT) é dada por DCT (u, v) = α(u)α(v) N 1 x=0 N 1 y=0 [ ] [ ] (2x + 1)uπ (2y + 1)vπ f(x, y)cos, 2N 2N onde α(n) = 1 N para u = 0 para u = 1, 2,..., N 1 2 N Thiago Santos, LATIN/LIVES 33
34 Apêndice A: Sobre o termo DCT(0,0) e imagens DC Considere um bloco b de um quadro q(x, y). Como os blocos tem dimensão 8 8, temos que: DCT qb (0, 0) = = N 1 x=0 1 8 N 1 y=0 N 1 x=0 N 1 y=0 q b (x, y) q b (x, y) cos 0 cos 0 DCT qb (0, 0) encontra-se armazenado diretamente na stream JPEG. Esse termo é 8 vezes maior que a média dos pixels do bloco b. Thiago Santos, LATIN/LIVES 34
35 Apêndice B: Cobertura e Precisão Ponderadas [21] T x = {q i, q i+1,..., q j }, i j é o conjunto de quadros de uma transição x. T = {T 1, T 2,..., T n } é o conjunto de transições existentes no vídeo V. T = { T 1, T 2,..., T m } é o conjunto de transições candidatas dado por uma solução. Cobertura Ponderada (R): R = n i=1 θ i Υ Υ = {T i, i [1, n] j [1, m] e T i T j }, θ i = { 0, se Ti / Υ, T i T τ(i) T i caso contrário Thiago Santos, LATIN/LIVES 35
36 Apêndice B: Cobertura e Precisão Ponderadas Precisão Ponderada (P): P = n i=1 θ i Υ θ i = { 0, se Ti / Υ, T i T τ(i) T τ(i) caso contrário τ(i) é a transição correspondente a T i em T. Thiago Santos, LATIN/LIVES 36
37 Apêndice C: JPEG e MPEG JPEG [10]: Compressão via transformada DCT: Menor erro raiz média quadrática. Artefato de Bloco: mais suave. Quantização: reter os coeficientes com maior quantidade de informação. Imagem Subdividir em imagens 8 X 8 Transformada Cosseno Discreta Quantificador Codificador de Huffman JPEG Thiago Santos, LATIN/LIVES 37
38 Apêndice C: JPEG e MPEG MPEG Reduz a redundância temporal. I quadros: imagens JPEG P e B quadros: reconstruídos a partir de I (ou P) quadros via macroblocos e vetores de movimento. Thiago Santos, LATIN/LIVES 38
WebMídia Thiago Teixeira Santos 1,2 Carlos Hitoshi Morimoto 2
WebMídia 2003 Estruturação e indexação de vídeo digital Thiago Teixeira Santos 1,2 Carlos Hitoshi Morimoto 2 thsant@ime.usp.br hitoshi@ime.usp.br 1 Instituto de Matemática e Estatística, IME-USP 2 Faculdades
Leia maisTécnicas para Segmentação Temporal de Vídeo Digital
Exame de Qualificação de Mestrado Técnicas para Segmentação Temporal de Vídeo Digital Thiago Teixeira Santos 1 thsant@ime.usp.br Carlos Hitoshi Morimoto (orientador) hitoshi@ime.usp.br 23 de agosto de
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 maisThiago Teixeira Santos
Representação de vídeo para indexação e busca Thiago Teixeira Santos thsant@ime.usp.br Laboratório de Interação (LATIN) IME/USP Laboratório de Imagens Visão e Estruturas Espaciais (LIVES) CEI/SENAC Orientador:
Leia maisRecuperação de Informação com Base no Conteúdo Visual
Recuperação de Informação com Base no Conteúdo Visual Silvio Jamil Ferzoli Guimarães Arnaldo de Albuquerque Araújo Núcleo de Processamento Digital de Imagens - NPDI Departamento de Ciência da Computação
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 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 mais1 Introdução 1.1. Indexação, Recuperação e Segmentação de Vídeo
1 Introdução 1.1. Indexação, Recuperação e Segmentação de Vídeo Os acervos volumosos de vídeo estão se popularizando motivados pelo avanço das tecnologias de captura, armazenamento e compressão de vídeo
Leia mais5 Conclusão O Problema do Limiar
5 Conclusão Este capítulo faz o fechamento da dissertação, apresentando as principais contribuições, comparando os conceitos e algoritmos propostos com trabalhos correlatos em segmentação de vídeo e propondo
Leia maisProcessamento de Sinais e Imagem
António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Objectivos Estudar as características dos sinais temporais contínuos e discretos Projecto de filtros Processamento
Leia maisMétodos 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 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 maisProcessamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores
António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Objectivos Estudar as características dos sinais temporais contínuos e discretos Processamento de sinais em Sistemas
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 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 maisDetecção de Cortes de Cena
Licenciatura em Engenharia Electrotécnica e de Computadores Faculdade de Engenharia da Universidade do Porto Detecção de Cortes de Cena (Televisão Digital 2006/2007) Joaquim Matos (010503050) Luís Neves
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 maisSegmentação, Indexação e Recuperação de Vídeo Utilizando OpenCV
Segmentação, Indexação e Recuperação de Vídeo Utilizando OpenCV Thiago Teixeira Santos Carlos Hitoshi Morimoto 1 Resumo: Os constantes avanços em poder de processamento, capacidade de armazenamento, e
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 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 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 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 maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 23 de novembro de 2016 Compressão de imagens engloba técnicas
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 mais2 Segmentação de vídeo
2 Segmentação de vídeo A segmentação do vídeo em unidades de tomada de câmera fornece uma maneira eficiente de acesso ao seu conteúdo. Uma tomada de câmera é composta por uma seqüência de gravação contínua
Leia maisFERRAMENTA PARA ENSINO DAS TÉCNICAS DE COMPRESSÃO DE VÍDEO UTILIZADAS NO PADRÃO MPEG-2
FERRAMENTA PARA ENSINO DAS TÉCNICAS DE COMPRESSÃO DE VÍDEO UTILIZADAS NO PADRÃO MPEG-2 Ricardo Mércuri Miranda - mercurimiranda@yahoo.com.br Centro Universitário Salesiano de Campinas UNISAL Campinas SP
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 maisProcessamento de Sinais Multimídia
Processamento de Sinais Multimídia Introdução Mylène Christine Queiroz de Farias Departamento de Ciência da Computação Universidade de Brasília (UnB) Brasília, DF 70910-900 mylene@unb.br 15 de Março de
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 maisSISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO
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
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 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 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 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 maisUm estudo sobre consumo energético na indexação de conteúdo visual com síntese em alto nível usando hardware reconfigurável
1 de 61 Um estudo sobre consumo energético na indexação de conteúdo visual com síntese em alto nível usando hardware reconfigurável Elmar Uwe Kurt Melcher (Orientador) Universidade Federal de Campina Grande
Leia maisReconhecimento de linguagem de sinais: aplicação em LIBRAS
Reconhecimento de linguagem de sinais: aplicação em LIBRAS Ruberth A. A. Barros 1, Aitan V. Pontes 1, João D. S. Almeida 1 1 Núcleo de Computação Aplicada Universidade Federal Maranhão (UFMA) Caixa Postal
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 maisSERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA DISCIPLINA: Fundamentos de Processamento de Imagens CÓDIGO: INF01046 Turma
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 maisImage Descriptors: color
Image Descriptors: color Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: color 2011 1 / 29 Agenda
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 maisCompressão de Imagens: Padrão JPEG
Compressão de Imagens: Padrão JPEG PTC2547 Princípios de Televisão Digital Guido Stolfi 09/2017 EPUSP - Guido Stolfi 1 / 75 Temas Abordados Justificativas para Compressão de Imagens Codificador JPEG Transformada
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 maisEstudo comparativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas
Estudo parativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas Pedro Vinícius Macêdo de Araújo, Geraldo Braz Junior Curso de Ciência da Computação Universidade Federal do Maranhão
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 maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
Leia maisCompressão Auto-Adaptativa de Imagens Multiespectrais
Compressão Auto-Adaptativa de Imagens Multiespectrais Gustavo Fontoura de Souza 1,2 José Alfredo Ferreira Costa 2 Flavius da Luz Gorgônio 2 Allan de Medeiros Martins 2 1 Centro Federal de Educação Tecnológica
Leia maisRedução do Gap Semântico em CBIR utilizando Ontologia de Objeto
Redução do Gap Semântico em CBIR utilizando Ontologia de Objeto Autor: Juliana de Fátima Franciscani 1, Orientador: Prof. Dr. Ilmério Reis da Silva 1, Co-Orientadora: Prof a. Dr a. Celia A. Zorzo Barcelos
Leia maisEXTRAÇÃO DE QUADROS CHAVES PARA SUMARIZAÇÃO DE VÍDEOS
EXTRAÇÃO DE QUADROS CHAVES PARA SUMARIZAÇÃO DE VÍDEOS Celso Luiz de Souza e-mail: celsolsouza@gmail.com Luiz Guilherme Correa Louro e-mail: luizgui_cl@yahoo.com.br Cristiano Fraga Guimarães Nunes e-mail:
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 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 maisFormatos de Áudio e Vídeo Digital Compactação de Vídeo
Redes Multimídia 2016.2 Formatos de Áudio e Vídeo Digital Compactação de Vídeo Curso Superior de Tecnologia em Sistemas para Internet Turma: TEC.SIS.4T Redes Multimídia Conteúdo Programático :: 1 a Unidade
Leia maisProposta de um Protótipo de um Sistema de Recuperação de Imagens com Base na Cor
Proposta de um Protótipo de um Sistema de Recuperação de Imagens com Base na Cor CAMILLO JORGE SANTOS OLIVEIRA, ARNALDO DE ALBUQUERQUE ARAUJO DANIEL RIBEIRO GOMES, CARLOS ALBERTO SEVERIANO JR. UFMG Universidade
Leia maisIgor dos Santos Montagner Orientador: Roberto Marcondes Cesar Junior 20/09/2010
Análise e conversão de tablóides de promoções Igor dos Santos Montagner Orientador: Roberto Marcondes Cesar Junior 20/09/2010 1 1 Introdução Com os avanços na área de computação e a demanda crescente por
Leia maisSEGMENTAÇÃO DE VÍDEOS TELEVISIVOS
SEGMENTAÇÃO DE VÍDEOS TELEVISIVOS Cristiano Fraga Guimarães Nunes e-mail: cfgnunes@gmail.com Celso Luiz de Souza e-mail: celsolsouza@gmail.com Luiz Guilherme Correa Louro e-mail: luizgui_cl@yahoo.com.br
Leia maisRecuperação de Imagens 2D Utilizando Técnicas de Inteligência Artificial
SCIENTIA 14(1) (2003) 83-96 Recuperação de Imagens 2D Utilizando Técnicas de Inteligência Artificial Túlio C. Bender, Fernando Santos Osório Universidade do Vale do Rio dos Sinos Unisinos Programa Interdisciplinar
Leia maisCompressão de Imagens. Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE
Compressão de Imagens Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE Imagens digitais necessitam de grande quantidade de espaço para armazenamento e
Leia maisIntrodução ao Processamento de Imagens. Cláudio Rosito Jung
Introdução ao Processamento de Imagens Cláudio Rosito Jung Introdução Processamento de Imagens: processamento de sinais bidimensionais (ou n-dimensionais). Aplicações: - reconstrução de tomografias; -
Leia maisProcessamento de Imagem. Compressão de Imagens Professora Sheila Cáceres
Processamento de Imagem Compressão de Imagens Professora Sheila Cáceres Porque comprimir? Técnicas de compressão surgiram para reduzir o espaço requerido para armazenamento e o tempo necessário para transmissão
Leia maisMPEG-4 & H.264. Dissertação, entendimento e comparativo entre e com o MPEG-2
MPEG-4 & H.264 Dissertação, entendimento e comparativo entre e com o MPEG-2 UFF Departamento de Engenharia de Telecomunicações 2005/1 Mestrado em Eng. de Telecomunicações Professora Debora Christina Muchaluat
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
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 maisCompressão Auto-Adaptativas de Imagens Coloridas
Compressão Auto-Adaptativas de Imagens Coloridas José Alfredo Ferreira Costa, Adrião Duarte Dória eto. Universidade Federal do Rio Grande do orte, UFR Caixa Postal 1524 - Campus Universitário Lagoa ova
Leia maisINTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS Extração de Informações
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 maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática 2 0 1 2. 2 PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno Arthur de Lima Padilha {alp4@cin.ufpe.br} Orientadora Veronica
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 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 mais6 Conclusão Contribuições da Dissertação
6 Conclusão Neste trabalho, foi apresentado um sistema colaborativo capaz de controlar as versões das edições de um vídeo no formato MPEG-2, sem que os editores estejam no mesmo local, ao mesmo tempo.
Leia maisFusão de Atributos para Segmentação de Couro Bovino
Fusão de Atributos para Segmentação de Couro Bovino Lia Nara Balta Quinta. Grupo de Pesquisa em Engenharia e Computação, GPEC Universidade Católica Dom Bosco, UCDB Av. Tamandaré, 6000 - Jardim Seminário
Leia maisSimulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior
Simulação Gráfica Segmentação de Imagens Digitais Julio C. S. Jacques Junior Segmentação Subdivide uma imagem em suas partes ou objetos constituintes. O nível até o qual essa subdivisão deve ser realizada
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 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 maisClassificação e Pesquisa de Dados. Aula 27 Compressão de Dados Multimídia: Compressão de Imagens
Classificação e Pesquisa de Dados Aula 27 Compressão de Dados Multimídia: Compressão de Imagens UFRGS INF01124 Compressão de Imagens Reduz a quantidade de dados necessária para representar uma imagem Compressão
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 de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática Análise de Comportamento de Sistemas DASH com Teoria de Controle em Redes 3G Aluno: Daniel Bezerra { db@cin.ufpe.br
Leia mais10º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2016 Campinas, São Paulo ISBN
Um Estudo de Descritores e Classificadores para Reconhecimento de Bagas de Café Pedro Henrique Ferreira Stringhini 1 ; Thiago Teixeira Santos 2 Nº 16605 RESUMO Métodos de reconhecimento de frutos baseados
Leia maisMódulo 6 Compressão Vídeo Sistemas Multimédia
Módulo 6 Compressão Vídeo Sistemas Multimédia Universidade de Aveiro 1 Sumário O sinal vídeo O vídeo digital- CCITT 601 Os formatos de vídeo Compressão de vídeo Redução de informação Redundância temporal
Leia maisFirst-person activity recognition. Matheus A. Nerone
First-person activity recognition Matheus A. Nerone Sumário 1. 2. 3. Introdução a. Contexto b. Problema c. Exemplos de uso d. Dificuldades Trabalhos Relacionados a. Artigo inicial b. Histórico Artigos
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 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 maisCompressão de Imagens em Movimento
Compressão de Imagens em Movimento Padrão MPEG-1 / Video PTC2547 Princípios de Televisão Digital Guido Stolfi 9/2015 EPUSP - Guido Stolfi 1 / 58 Compressão M-JPEG Considera cada quadro sucessivo como uma
Leia maisCompressão de imagens de satélite (embarcado e solo)
1/55 Compressão de imagens de satélite (embarcado e solo) Barbara Maximino da Fonseca Reis Henrique Niwa Vander Luis de Souza Freitas Programa de Pós-Graduação em Computação Aplicada Laboratórios Associados
Leia maisComparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma
Comparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma João Paulo Brognoni Casati Universidade de São Paulo Escola de Engenharia de São Carlos Departamento
Leia maisAcadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini
JPEG2000 Acadêmicos: Cassiano Cesar Casagrande Claudir Galesky Junior Rafael Voltolini Compressão JPEG2000 A codificação pode ser dividida em três partes principais: Pré-processamento Processamento principal
Leia maisProcessamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres
Processamento de Imagem Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres Lembrando Filtragem Correlação A correlação e a convolução sãos dois conceitos relacionados a filtragem.
Leia maisFormatos de Áudio e Vídeo Digital Introdução ao Vídeo
Redes Multimídia 2016.2 Formatos de Áudio e Introdução ao Vídeo Curso Superior de Tecnologia em Sistemas para Internet Turma: TEC.SIS.4T Redes Multimídia Conteúdo Programático :: 1 a Unidade 1. Aplicações
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 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 maisProcessamento de Imagens Médicas
Processamento de Imagens Médicas Prof. Dr. Paulo Mazzoncini de Azevedo Marques (pmarques@fmrp.usp.br) Prof. Dr. Lucas Ferrari de Oliveira (lferrari@inf.ufpr.br) DIAGNÓSTICO Teoria da Detecção de Sinal
Leia maisTextura. Textura 04/09/2014. Prof. Yandre Costa
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandre Costa - 1 Prof. Yandre Costa Prof. Yandre Costa - 2 é um importante atributo visual presente em imagens,
Leia maisCampus de Botucatu PLANO DE ENSINO. DISCIPLINA: Processamento e Análise de Sinais e Imagem Médica. DOCENTE RESPONSÁVEL: José Ricardo de Arruda Miranda
PLANO DE ENSINO I IDENTIFICAÇÃO CURSO: Física Médica MODALIDADE: Bacharelado DISCIPLINA: Processamento e Análise de Sinais e Imagem Médica (X) OBRIGATÓRIA ( ) OPTATIVA DEPARTAMENTO: Fisica e Biofísica
Leia maisEXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( )
USP UNIVERSIDADE DE SÃO PAULO EP ESCOLA POLITÉCNICA EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq (2000-2001) LEONARDO
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 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 maisREADING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING
READING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING Fernanda Maria Sirlene READING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING NIPS Workshop on Deep Learning and Unsupervised
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisUNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO. Prof. Yandr re Costa - 1. Prof. Yandre Costa.
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandr re Costa - 1 Textura Prof. Yandre Costa Prof. Yandr re Costa - 2 Textura é um importante atributo visual
Leia mais