Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/7694
Type: | Trabalho de conclusão de graduação |
Title: | Identificação automática de alvos padronizados através de redes neurais |
Author(s)/Inventor(s): | Pinto, Carlos Fernando Carlim |
Advisor: | Torres, Julio Cesar Boscher |
Co-advisor: | Gomes, José Gabriel Rodriguez Carneiro |
Abstract: | Neste trabalho investigou-se o comportamento de alguns padrões de alvos e avaliou-se qual padrão apresentou os maiores índices de acerto para uma rede neural. Os padrões a serem reconhecidos são alvos pré-definidos utilizados no processo de calibração dos sistemas de dimensionamento por estereofotogrametria e de reconstrução de cenas 2D e 3D. O processo de calibração desses sistemas requer a ação humana de relacionar o pixel central de cada alvo à sua posição espacial real, relativa a um ponto de espaço. Este é um processo demorado, que requer precisão e paciência do apurador, que está sujeito a erros devido à repetição de apurações e de similaridade dos alvos. A associação equívocada de um alvo invalida toda a calibração. Como forma de evitar tais erros e automatizar o processo de calibração, foram treinadas redes neurais capazes de identificar, em uma imagem, os pixels centrais dos alvos, para que uma rotina possa, automaticamente, associá-los aos pontos do objeto de calibração. A melhor rede projetada apresentou um desempenho com erro próximo de zero em seu treinamento, considerando um pré-processamento com Análise de Componentes Principais (PCA) e um pós-processamento de busca de centros de classes por “clusterização”. |
Keywords: | Processamento de imagens Rede neural |
Subject CNPq: | CNPQ::ENGENHARIAS |
Production unit: | Escola Politécnica |
Publisher: | Universidade Federal do Rio de Janeiro |
Issue Date: | Jun-2009 |
Publisher country: | Brasil |
Language: | por |
Right access: | Acesso Aberto |
Appears in Collections: | Engenharia Eletrônica e de Computação |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
monopoli10002629.pdf | 3.56 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.