Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/7694
Tipo: | Trabalho de conclusão de graduação |
Título: | Identificação automática de alvos padronizados através de redes neurais |
Autor(es)/Inventor(es): | Pinto, Carlos Fernando Carlim |
Orientador: | Torres, Julio Cesar Boscher |
Coorientador: | Gomes, José Gabriel Rodriguez Carneiro |
Resumo: | 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”. |
Palavras-chave: | Processamento de imagens Rede neural |
Assunto CNPq: | CNPQ::ENGENHARIAS |
Unidade produtora: | Escola Politécnica |
Editora: | Universidade Federal do Rio de Janeiro |
Data de publicação: | Jun-2009 |
País de publicação: | Brasil |
Idioma da publicação: | por |
Tipo de acesso: | Acesso Aberto |
Aparece nas coleções: | Engenharia Eletrônica e de Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
monopoli10002629.pdf | 3.56 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.