Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
9 resultados
Resultados da Pesquisa
- Segmentação de faces parcialmente ocluídas para avaliação da expressão de dor neonatal(2024) Domingues, Pedro Henrique Silvaavaliação e o tratamento corretos da dor são procedimentos clínicos importantes para o desenvolvimento saudável de recém-nascidos (RNs). Visto que RNs ainda não desenvolveram a capacidade de expressão verbal, a identificação da dor através de expressões faciais visuais é o meio alternativo mais comum para este caso, utilizada por pais e por profissionais da saúde, para estes últimos baseados em escalas como a Neonatal Facial Coding System (NFCS). Desse modo, a automatização do uso dessas escalas utilizando imagens de face é alvo de estudos recentes. As estratégias desenvolvidas utilizam redes neurais, modelos de classificação ou a medição de distâncias entre partes da face. No entanto, alguns equipamentos médicos utilizados por estes RNs dificultam a análise automática da dor através de imagens, pois obstruem parte da face, dificultando a detecção facial e a localização de pontos chave. Diante disso, o objetivo desta dissertação foi estudar a segmentação facial de RNs, identificando o melhor método computacional para casos com e sem a presença de oclusão parcial da face e verificando a influência desta segmentação como uma ferramenta para remoção de ruído e melhora de desempenho de modelos de classificação da expressão de dor. As oclusões aqui estudadas provêm de imagens de UTIs neonatais (UTINs), nas quais equipamentos médicos como sonda enteral ou gástrica, intubação orotraqueal e óculos de fototerapia muitas vezes impossibilitam a visualização completa de partes importantes da face como olhos e boca. Três modelos de segmentação foram testados em cenários com e sem a presença dessas oclusões e o melhor foi utilizado para segmentar faces de RNs e classificação da expressão de dor com quatro diferentes classificadores baseados em redes neurais. O SAM (Segment Anything Model) foi considerado o melhor modelo para segmentação, com alto coeficiente Dice (>0,91). No entanto, utilizar o SAM para remoção de ruidos como plano de fundo e oclusões não gerou melhora significativa no desempenho dos classificadores, que apresentaram em média 66% de acurácia em casos com oclusão
- Posicionamento de caminhões autônomos para colheita de cana-de-açúcar: uma abordagem baseada em visão computacional(2020) Fernandes, E. A.Diante da constante evolução tecnológica e consolidação como preponderante agente do Produto Interno Bruto brasileiro, o agronegócio alcançou um espaço importante na sociedade brasileira e tem como relevante protagonista, a cana-de-açúcar, que é grande fonte de energia de renovável, além de ser foco constante de evoluções tecnológicas em seu ciclo produtivo. Esse trabalho tem como finalidade apresentar um sistema para posicionamento de caminhões autônomos no processo de colheita de cana-de-açúcar, conforme linhas de plantio pré-estabelecidas a fim de aumentar a produtividade na colheita de cana-de-açúcar. Pois com a manutenção do caminhão corretamente posicionado na pista traçada anteriormente durante o plantio, não há ocorrência de atropelamento do broto da cana-de-açúcar durante o processo de colheita, mantendo assim broto desta intacto e pronto para próxima brotação e subsequente colheita. Quanto mais vezes puder se fazer colheita sem um novo plantio, ou seja, apenas se valendo do broto remanescente da colheita anterior, maior a produtividade no ciclo desta monocultura. Para este trabalho, após a devida aplicação de técnicas de calibração de câmeras, foi levantado um banco de imagens com mais de 24 horas de filmagens que foram convertidas em um banco com mais de 25 mil imagens referentes ao processo de colheita de cana-de-açúcar durante a manhã, tarde e noite. Foram avaliadas 2 hipóteses para atendimento do objetivo deste trabalho com a aplicação Filtro Sobel, Transformada de Hough e Rede Neural Convolucional MobileNet. A hipótese da Rede Neural artificial MobileNet apresentou melhor resultado ao determinar as linhas de plantio com Precisão de 57,22% e Revocação de 28,84%
- Classificação de cenas em imagens através da arquitetura cognitiva lida(2020) Goulart, H. X.Na área de visão computacional, dentre as diversas linhas existentes, há aquela denominada de generalista. Esta vertente consiste em estudos amplos, incluindo muitos elementos e variáveis; nesse caso, inúmeras aplicações podem ser desenvolvidas dentro de um mesmo estudo. Um dos principais problemas estudados na área de visão computacional, seguindo a linha generalista, é conhecido como classificação de cenas. Na literatura, esse problema é geralmente enfrentado com o uso de técnicas de Deep Learning em combinação com outras técnicas de classificação. Em contrapartida, uma linha de pesquisa conhecida como arquiteturas cognitivas, que embora seja pouco explorada em visão computacional, vem sendo estudada nas últimas décadas buscando mesclar conceitos da neurociência e da ciência da computação. Neste trabalho, será apresentado um modelo que agrega a arquitetura cognitiva Learning Intelligent Distribution Agent (LIDA) com métodos já utilizados na área, visando estudar os aspectos poucos explorados até o momento, que são proporcionadas por esta união. Dentre os métodos existentes na área, serão utilizados o Support Vector Machine (SVM), Multilayer Perceptron (MLP) e Redes Neurais Convolucionais (CNN). Este trabalho contribuiu para a união pouco explorada descrita aqui, e também serve como base pra futuros trabalhos que estudem problemas através desta união. Outra contribuição é que o presente trabalho apresentou resultados similares ao estadoda-arte em bases de dados frequentemente utilizadas na área, como é o caso do MIT Indoor 67 (85,9% de acurácia) e SUN 397 (69,4% de acurácia), que são bases de cenas naturais coloridas segregadas entre diversas classes
Dissertação Uma análise do desempenho de métodos de classificação aplicados a imagens de descargas atmosféricas(2010) Crivelaro, Marcelo BiancãoO objetivo deste trabalho é realizar uma análise de métodos de classificação aplicados a imagens de descargas atmosféricas. O sistema para essa análise foi implantado em módulos cujas funções são obtenção automática de imagens de relâmpagos utilizando técnicas de visão computacional e classificação dessas imgaens quanto à presença e os tipos de relâmpagos, utilizando os classificadores Vizinhos Mais Próximos, Agrupamento por K Médias, Redes Neurais Artificiais e Máquinas de Vetor de Suporte. O sistema foi testado utilizando vídeos gravados no Laboratório de Descargas Atmosféricas do Departamento de Física da FEI. Os resultados mostraram que as Redes Neurais Artificiais foram, em geral, as que obtiveram o melhor desempenho.Dissertação Um sistema de visão computacional monocular para um robô móvel humanóide(2015) Vilão Júnior, C. O.Uma única imagem representa um conjunto de dados de tamanho considerável e tipicamente várias operações precisam ser feitas em cada pixel da referida imagem. Em uma estrutura de vídeo, a qual pode ser descrita como uma sucessão de várias imagens, esta tarefa torna-se ainda mais difícil, já que a taxa de quadros analisadas necessita ser mantida mesmo com a câmera em movimento. Este trabalho descreve um sistema de visão monocular para quatro robôs humanoides desenvolvidos para participar da liga humanoide na categoria KidSize, da Robo-Cup. O sistema de visão proposto permite que os robôs acompanhem uma bola e detectem companheiros e adversários, fornecendo informações como distâncias e orientações de todos esses objetos simultaneamente, de forma que, todos os processos possam ser executados em tempo real com diferentes resoluções de câmera. Devido a mudança constante de regras da competição, aumentando cada vez mais a complexidade do ambiente, o uso de técnicas de alto nível começam a parecer atraentes. Dessa forma o uso do Haar-Adaboost e do HOG-SVM para detecção de objetos pertencentes ao jogo, apresentaram resultados relevantes. Técnicas de baixo, médio e alto nível foram utilizadas em nossos robôs com poucas adversidades, com taxa de quadros por segundo condizentes com um robô de ação rápida e com a capacidade de generalização e identificação dos objetos demonstrados nas Curvas de Características de Operação do Receptor (ROC)- Uma arquitetura com persistência visual para o rastreamento de objetos no domínio dos robôs móveis autônomos(2018) Ferreira, V. N.Na atualidade, existe uma grande variedade de robôs autônomos utilizados em diversas áreas, seja para cumprir procedimentos de alto risco ou trazer entretenimento. Os robôs interagem com os mais diversos tipos de objetos, e para que essa seja uma boa interação, existe a necessidade de localizá-los no ambiente. Um exemplo é a liga humanoid da RoboCup, uma competição com robôs autônomos que devem jogar futebol. Para realizar tal tarefa, eles precisam ser capazes de localizar diversos objetos, como bola, robôs e landmarks, através de uma câmera. Mesmo realizando seus movimentos, o robô ainda deve ser capaz de manter a localização destes objetos. O objetivo deste trabalho é definir e implementar um sistema de rastreamento de objetos para o robô humanoide da Fundação educacional Inaciana (FEI), considerando os requisitos da competição que a equipe participa. Para isso, foi remodelada a estrutura do sistema de visão, pois o sistema anterior estava defasado e não realizava a detecção de robôs, somente da bola. Utilizando uma arquitetura de threads, a visão passa a detectar simultaneamente múltiplos objetos e transmitir essa informação para o sistema de rastreamento. Este sistema gera um mapa egocêntrico e, utilizando o filtro de Kalman, realiza o rastreamento do objeto neste mapa, sempre levando em consideração os movimentos do robô e do objeto para fazer a predição da posição, velocidade e aceleração deste objeto. Com a implementação deste novo sistema, espera-se ter uma melhora de desempenho quanto à tomada de decisão, pois as informações de todos os objetos sempre estarão disponíveis, e mesmo quando possivelmente ocorrer uma falha na detecção, ainda haverá a predição.
- Análise e reconhecimento de dor em imagens 2D frontais de recém-nascidos e termo e saudáveis(2018) Teruel, G. F.Diversas intervenções dolorosas (ou potencialmente dolorosas) são realizadas durante a internação de um recém-nascido em uma unidade de terapia intensiva. Nessas situações, existe uma dificuldade maior em identificar a dor, devido a impossibilidade de comunicação verbal direta e objetiva como acontece usualmente entre adultos. Nas últimas décadas, várias escalas de dor têm sido propostas para identificar tal ocorrência por meio de análise da mí- mica facial do ser humano, permitindo investigar e criar métodos não-invasivos que auxiliam não somente o reconhecimento precoce da ocorrência, como também uma melhor compreensão deste fenômeno. Neste contexto, essa dissertação tem como objetivo propor e implementar uma sequência de procedimentos computacionais para detecção, interpretação e classificação de padrões em imagens bidimensionais frontais de faces para reconhecimento automático de dor em recém-nascidos. Usando transformações de dados e extrações de características estatísticas de um banco de imagens reais de recém-nascidos a termo e saudáveis, criado pelo grupo de pesquisa da UNIFESP, e também a avaliação destas mesmas imagens por profissionais da área da saúde treinados para reconhecimento de dor, foi possível identificar automaticamente os níveis de dor nessas imagens, em escala numérica contínua abstraindo a subjetividade dos profissionais de saúde treinados, quantificando o conhecimento humano na tarefa de reconhecimento de dor. Tais resultados foram também comparados com classificações das mesmas imagens, pelos mesmos profissionais, que utilizaram um método validado clinicamente e aplicado a beira do leito, denominado Sistema de Codificação Facial Neonatal (NFCS, sigla em inglês). Adicionalmente, como demais contribuições originais deste trabalho, foram geradas imagens de referência nomeadas de Atlas para cada classe "Sem Dor"e "Com Dor", as quais possuem características médias de cada grupo, e também foram geradas imagens sintéticas de faces de recém-nascidos que apresentam as mesmas características do conjunto de imagens originais do banco de imagens utilizado, expandindo a base de informação com dados de alta relevância para estudos futuros.