Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/32906
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | MELO, Silvio de Barros | - |
dc.contributor.author | CHARAMBA, Luiz Gustavo da Rocha | - |
dc.date.accessioned | 2019-09-13T22:43:04Z | - |
dc.date.available | 2019-09-13T22:43:04Z | - |
dc.date.issued | 2018-08-28 | - |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/32906 | - |
dc.description.abstract | Reconhecimento de objetos planares tais como caracteres, símbolos e logomarcas é um problema difícil em visão computacional: a possibilidade dos objetos sofrerem uma perspectividade, um tipo de deformação projetiva, é um fator que dificulta ainda mais o processo de reconhecimento. Neste trabalho, um novo descritor de forma planar robusto a transformações projetivas é proposto. O descritor se baseia em representar objetos planares num conjunto de feixes de raios que se interceptam com o objeto gerando pontos colineares de alta frequência, onde é possível calcular valores de razão cruzada, um invariante projetivo, e armazená-los em vetores que são usados durante a comparação entre elementos dos objetos planares descritos. Foram realizados experimentos com caracteres e símbolos mais complexos sob efeito de transformações projetivas variadas, onde o descritor proposto se mostrou eficiente no reconhecimento correto dessas formas. Também foram realizados testes com oclusão e deformações geométricas não lineares em cenas reais, mostrando-se também resistente para essas situações. | pt_BR |
dc.description.sponsorship | CAPES | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Visão computacional | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Reconhecimento de forma | pt_BR |
dc.title | Descritor de forma planar robusto a projetividades baseado em vetores de razão cruzada | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/4031682801080795 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/3847692220708299 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Ciencia da Computacao | pt_BR |
dc.description.abstractx | Recognizing planar objects such as characters, symbols and logos is a difficult problem in computer vision: the possibility of objects suffering a perspectivity, a type of projective deformation, is a factor that makes the recognition process even more difficult. In this work, a new descriptor of planar forms that is robust to projective transformations is proposed. The descriptor is based on representing planar objects with a set of ray beams that intersect with the object generating high-frequency collinear points, where it is possible to calculate values of cross-ratio, which is a projective invariant, and storing them in arrays which are used during the comparison of the described planar objects features. Experiments were carried out with more complex characters and symbols under the effect of varied projective, where the proposed descriptor was proved efficient in the correct recognition of these forms. In addition to these deformations, tests were also performed with occlusion and nonlinear geometric deformations in real scenes, showing its robustness to such cases. | pt_BR |
Aparece en las colecciones: | Dissertações de Mestrado - Ciência da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Luiz Gustavo da Rocha Charamba.pdf | 6 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons