Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/46319

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMELLO, Carlos Alexandre Barros de-
dc.contributor.authorAZEVÊDO, Marcos José Canêjo Estevão de-
dc.date.accessioned2022-09-12T11:53:12Z-
dc.date.available2022-09-12T11:53:12Z-
dc.date.issued2022-03-30-
dc.identifier.citationAZEVÊDO, Marcos José Canêjo Estevão de. Segmentação de imagens de cenas naturais baseada no speed drawing challenge com aplicação em segmentação de mapas e plantas baixas. 2022. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2022.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/46319-
dc.description.abstractEste trabalho apresenta um método para segmentação de imagens inspirado no Speed Drawing Challenge. O Speed Drawing Challenge consiste em um desafio em que artistas devem representar um desenho em segundos sem perder as principais características que o tornam fiel ao desenho original. À medida que o tempo é reduzido, o artista se encaminha a produzir um desenho mais simples, se aproximando de um desenho contendo apenas os traços mais representativos, focando nos contornos. Para o problema de detecção de contorno, uma imagem de borda representa um desenho produzido sem uma grande limi- tação de tempo. Assim, o método proposto faz uso dos conceitos de superpixel, detecção de bordas e mapas de saliência para produção de uma imagem, simulando a variação de tempo do Speed Drawing Challenge: a modelagem do desafio em poucos segundos ex- pressa uma imagem com apenas os contorno mais relevantes detectados. Diferente das técnicas do estado-da-arte, o método proposto gera uma imagem de bordas já final, sem necessidade de posterior pós-processamento como binarização. Mais do que um algoritmo apenas, propomos uma metodologia que pode ser aplicada de formas diferentes, mas se- guindo a mesma ideia, em outros domínios, como na segmentação de mapas e plantas baixas. Os resultados para imagens de cenas naturais são apresentados para o banco de dados BSDS500 e avaliados de forma qualitativa e quantitativa para as métricas ODS, OIS e AP.pt_BR
dc.description.sponsorshipFACEPEpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsembargoedAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectInteligência computacionalpt_BR
dc.subjectSegmentaçãopt_BR
dc.titleSegmentação de imagens de cenas naturais baseada no speed drawing challenge com aplicação em segmentação de mapas e plantas baixaspt_BR
dc.typedoctoralThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/4854078202067702pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.leveldoutoradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2248591013863307pt_BR
dc.publisher.programPrograma de Pos Graduacao em Ciencia da Computacaopt_BR
dc.description.abstractxThis work introduces a method for image segmentation inspired by the Speed Draw- ing Challenge. In it, the artists are defied to represent a drawing in seconds without losing the main characteristics that make it loyal to the original drawing. As time gets shorter, the artist gradually produces a more simplified drawing, approaching a sketch containing only the most representative strokes, and focusing on the contours. For the contour detec- tion problem, an edge image represents a drawing produced without a large time. Thus, the proposed method relies on superpixel concepts, edge detection, and saliency maps to produce an image mimicking the variation in time from the Speed Drawing Challenge: modeling the challenge in a few seconds expresses an image with only the most relevant contours detected. Different from state-of-the-art approaches, the proposed method gener- ates a final edge image without the need for further post-processing as binarization. More than just an algorithm, we have proposed a methodology that can be used in different ways based on the same major idea, for example, as in the segmentation of maps and floor plans. The results for natural scenes are presented for the BSDS500 database and evaluated qualitatively and quantitatively for the ODS, OIS, and AP metrics.pt_BR
Aparece en las colecciones: Teses de Doutorado - Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TESE Marcos José Canêjo Estevão de Azevêdo.pdf11,02 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons