[pt] A popularidade de plataformas para o armazenamento e compartilhamento de vídeo tem criado um volume massivo de horas de vídeo. Dado um conjunto de atores presentes em um vídeo, a geração de metadados com a determinação temporal dos intervalos em que cada um desses atores está presente, bem como a localização no espaço 2D dos quadros em cada um desses intervalos pode facilitar a recuperação de vídeo e a recomendação. Neste trabalho, nós investigamos a Clusterização Facial em Vídeo para a localização espaço-temporal de atores. Primeiro descrevemos nosso método de Clusterização Facial em Vídeo em que utilizamos métodos de detecção facial, geração de embeddings e clusterização para agrupar faces dos atores em diferentes quadros e fornecer a localização espaço-temporal destes atores. Então, nós exploramos, propomos, e investigamos aplicações inovadoras dessa localização espaço-temporal em três diferentes tarefas: (i) Reconhecimento Facial em Vídeo, (ii) Recomendação de Vídeos Educacionais e (iii) Posicionamento de Legendas em Vídeos 360 graus. Para a tarefa (i), propomos um método baseado na similaridade de clústeres que é facilmente escalável e obteve um recall de 99.435 por cento e uma precisão de 99.131 por cento em um conjunto de vídeos. Para a tarefa (ii), propomos um método não supervisionado baseado na presença de professores em diferentes vídeos. Tal método não requer nenhuma informação adicional sobre os vídeo e obteve um valor mAP aproximadamente 99 por cento. Para a tarefa (iii), propomos o posicionamento dinâmico de legendas baseado na localização de atores em vídeo 360 graus. / [en] The popularity of platforms for the storage and transmission of video content has created a substantial volume of video data. Given a set of actors present in a video, generating metadata with the temporal determination of the interval in which each actor is present, and their spatial 2D localization in each frame in these intervals can facilitate video retrieval and recommendation. In this work, we investigate Video Face Clustering for this spatio-temporal localization of actors in videos. We first describe our method for Video Face Clustering in which we take advantage of face detection, embeddings, and clustering methods to group similar faces of actors in different frames and provide the spatio-temporal localization of them. Then, we explore, propose, and investigate innovative applications of this spatio-temporal localization in three different tasks: (i) Video Face Recognition, (ii) Educational Video Recommendation and (iii) Subtitles Positioning in 360-video. For (i), we propose a cluster-matching-based method that is easily scalable and achieved a recall of 99.435 percent and precision of 99.131 percent in a small video set. For (ii), we propose an unsupervised method based on them presence of lecturers in different videos that does not require any additional information from the videos and achieved a mAP approximately 99 percent. For (iii), we propose a dynamic placement of subtitles based on the automatic localization of actors in 360-video.

[pt] A presente dissertação estudo dois problemas de detecção de padrões em imagens com fundo complexo, casos onde os algoritmos de segmentação convencionais não podem proporcionar bons resultados: a localização de Unidades Estruturais (UE`s) em imagens obtidas por Microscópio Eletrônico de Transmissão em Alta Resolução, e a detecção de faces frontais na posição vertical em imagens. Apesar de serem abordados problemas diferentes, as metodologias empregadas na solução de ambos os problemas possuem semelhanças. Uma operação de vizinhança é aplicada a imagem de entrada em busca de padrões de interesse. Sendo cada região extraída desta imagem submetida a um operador matemático composto por etapas de pré-processamento, redução de dimensionalidade e classificação. Na detecção de UE`s foram empregados três métodos distintos de redução de dimensionalidade - Análise de Componentes Principais (PCA), PCA do conjunto de treinamento equilibrado (PCAEq), e um método inédito, eixos que maximizam a distância ao centróide de uma classe (MAXDIST) - e dois modelos de classificador - classificador baseado na distância euclideana (EUC) e rede neural back-propagation (RN). A combinação PCAEq/RN forneceu taxa de detecção de 88% para 25 componentes. Já a combinação MAXDIST/EUC com apenas uma atributo forneceu 82% de detecção com menos falsas detecções. Na detecção de faces foi empregada uma nova abordagem, que utiliza uma rede neural back-propagation como classificador. Aplica-se a sua entrada recebe a representação no subespaço das faces e o erro de reconstrução. Em comparação com os resultados de referência da literatura na área, o método proposto atingiu taxas de detecção similares. / [en] This dissertation studies two pattern detection problems in images with complex background, in which standard segmentation techniques do not provide good results: the detection of structural units (SU`s) in images obtained through High resolution transmission Electron Microscopy and the detection of frontal human faces in images. The methods employed in the solution of both problems have many similarities - a neighborhood operator, basically composed of pre-processing, dimensionality reduction and classification steps, scans the input image searching for the patterns of interest. For SU detection three dimensionality reduction methods - Principal Component Analysis (PCA), PCA of the balanced training set (PACEq), and a new method, axis that maximize the distance to a given class centroid (MAXDIST) -, and two classifiers - Euclidean Distance (EUC) and back-propagation neural network (RN). The MAXDIST/EUC combination, with just one component, provided a detection rate of 82% with less false detections. For face detection a new approach was employed, using a back-propagation neural network as classifier. It takes as input a representation in the so-called face space and the reconstruction error (DFFS). In comparison with benchmark results from the literature, the proposed method reached similar detection rates.

[pt] A tese explora analiticamente a arena pública formada ao redor da questão da precariedade habitacional nas cidades de Londres e Rio de Janeiro a partir do acompanhamento de quatro movimentos sociais formados nessas cidades, traçando relações entre direitos, cidadania e participação. A análise desenha um panorama da questão da moradia no Brasil e no Reino Unido, formado por distintas experiências sociais relativas ao tema. Com base em uma metodologia que propõe a distinção das dimensões referentes às experiências (integradora, estratégica e cultural), a tese explora os limites entre privatividade e publicidade de questões relacionadas à moradia e sugere categorias interpretativas para compreensão dos movimentos sociais de luta por moradia contemporâneos e de suas demandas, que envolvem o acesso individualizado a residências dignas e o direito à cidade. Alguns temas sobressaem no desenrolar da análise, dentre eles a individualização de políticas públicas de moradia, a precariedade que experimentam os indivíduos que passam por ameaças de remoção, a importância de analisar os movimentos sociais de moradia que se organizam nas periferias, e as demandas por reconhecimento espacial que operam. / [en] This thesis analytically explores the public arena shaped around the issue of precarious housing in the cities of London and Rio de Janeiro. The arguments are based on the investigation of four social movements formed in these cities, tracing relationships between rights, citizenship and participation. The research presents an overview of the housing issue in Brazil and United Kingdom, grounded on different social experiences related to the theme. Based on a methodology that proposes the distinction of dimensions related to experiences (integrative, strategic and cultural), the thesis explores the limits between the private and public on issues related to housing and suggests interpretative categories for understanding contemporary social movements struggling for housing as well as their demands, which involve individualized access to decent homes and the right to the city. Some themes stand out from the analysis, among them the individualization of public housing policies, the precariousness experienced by individuals who undergo threats of removal, the importance of analysing social housing movements that are organized in the peripheries, and the demands for spatial recognition in which they operate.

[pt] Utilizar representações fornecidas por um grande modelo pré-treinado tornou-se a principal estratégia para alcançar o estado da arte nas mais variadas tarefas. Um grande modelo pré-treinado recentemente proposto, wav2vec 2.0, foi seminal para vários outros trabalhos sobre pré-treinamento de grandes modelos em dados de fala. Muitos modelos estão sendo pré-treinados usando a mesma arquitetura baseada em transformer que o wav2vec 2.0 e estão obtendo o estado da arte em várias tarefas relacionadas à fala. No entanto, poucos trabalhos propuseram maiores análises sobre o comportamento desses modelos em diferentes cenários de fine-tuning. Nosso trabalho visa analisar esse modelo sobre dois aspectos diferentes. O primeiro é sobre a transferibilidade entre línguas desses modelos. Nossos experimentos nos mostraram que o tamanho dos dados usados durante o pré-treinamento desses modelos não é tão crucial para a transferibilidade quanto a diversidade. Percebemos que o desempenho das línguas indo-europeias é superior ao das línguas não indo-europeias nos modelos avaliados. Vimos uma transferência positiva de conhecimento entre línguas usando modelos monolinguais, o que foi percebido em todos os idiomas que usamos, mas foi mais evidente quando o idioma usado durante o pré-treinamento era mais semelhante ao idioma do fine-tuning. O segundo aspecto que investigamos em nosso trabalho é quão bem esses modelos se comportam em cenários de desbalanceamento de dados, onde há um subconjunto mais representativo no conjunto de dados do fine-tuning. Nossos resultados mostraram que o desbalanceamento dos dados no fine-tuning geralmente afeta o resultado final dos modelos, com melhor desempenho nos subconjuntos mais representativos. No entanto, uma maior variabilidade no conjunto de treinamento favorece o desempenhodo modelo para um subconjunto mais representativo. Porém essamaior variabilidade nos dados não favoreceu os idiomas não vistos durante o treinamento. Observamos também que os modelos parecem mais robustos em lidar com o desbalanceamento de gênero do que idade ou sotaque. Com esses achados, esperamos ajudar a comunidade científica na utilização de modelos pré-treinados existentes, bem como auxiliar no pré-treinamento de novosmodelos. / [en] Using representations given by a large pre-trained model has become the primary strategy to reach the state-of-the-art in the most varied tasks. A recently proposed large pre-trained model, wav2vec 2.0, was seminal for several other works on pre-training large models on speech data. Many models are being pre-trained using the same transformer-based architecture as wav2vec 2.0 and are getting state-of-the-art in various speech-related tasks. However, few works have proposed further analysis of these models in different finetuning scenarios. Our work investigates these models concerning two different aspects. The first is about the cross-lingual transferability of these models. Our experiments showed us that the size of data used during the pre-training of these models is not as crucial to the transferability as the diversity. We noticed that the performance of Indo-European languages is superior to non-Indo- European languages in the evaluated models. We have seen a positive crosslingual transfer of knowledge using monolingual models, which was noticed in all the languages we used but was more evident when the language used during the pre-training was more similar to the downstream task language. The second aspect we investigated in our work is how well these models perform in data imbalance scenarios, where there is a more representative subset in the fine-tuning dataset. Our results showed that data imbalance in fine-tuning generally affects the final result of the models, with better performance in the most representative subsets. However, greater variability in the training set favors model performance for a more representative subset. Nevertheless, this greater variability in the data did not favor languages not seen during training. We also observed that the models seem more robust in dealing with gender imbalance than age or accent. With these findings, we hope to help the scientific community in the use of existing pre-trained models, as well as assist in the pre-training of new models.

[pt] O argumento central desenvolvido nesta pesquisa gira em torno do conceito de desrespeito na teoria de reconhecimento de Axel Honneth. Segundo o filósofo alemão, a experiência de desrespeito de determinados grupos sociais é o motor propulsor que mobiliza para uma luta em busca de reconhecimento. Nesta lógica, a luta por reconhecimento visa restabelecer a relação lesada pelas sistemáticas práticas de ofensa que ferem a confiança em si, respeito em si e auto-estima. A fim de testar essa hipótese, propomos como o campo de observação da pesquisa empírica, as condições de mulheres negras que sofrem quotidianamente discriminação e dominação à base de raça, gênero e classe na Baixada Fluminense, particularmente os municípios de Duque de Caxias e Nova Iguaçu. No primeiro momento, procuraremos diagnosticar o modo como se dá essa discriminação múltipla na experiência quotidiana das mulheres negras numa região historicamente marcada pela precariedade das condições básicas da vida em termos econômicos mas também culturais. Em segundo, mostraremos o efeito mobilizador dessa experiência especialmente nos espaços de articulação e mobilização das ativistas negras, tais como nos coletivos, ONGs e movimentos sociais. Por fim, vamos pontuar a relevância da representação política nos espaços decisórios em vista de defesa dos direitos básicos que possam dar garantia à integridade e condições de vida minimamente digna às mulheres negras. / [en] The central argument of this thesis focuses on the concept of disrespect in the theory of recognition of Axel Honneth. According to the German philosopher, the experience of disrespect of certain social groups unleashes a mobilization toward a struggle for recognition. From this point of view, the struggle for recognition aims at restoring relations broken by systematic practices of offense which injures self-trust, self-respect, and self-esteem. In view of testing this hypothesis, I opt as a field of empirical observation for the conditions of black women who daily suffer discrimation and domination based on race, gender and class in Baixada Fluminense, particularly in the municipalities of Duque de Caxias and Nova Iguaçu. At the first moment, I will present a diagnosis of the way the multiple discrimination, race, gender and class, take place in the daily life of black women living in the region historically marked by the precariousness of the basic conditions of life both in economic and cultural terms. Secondly, I will demonstrate the capacity of this experience in mobilizing black women in different spaces of social organization such as collectives, NGOs, and social movements. At last, I will pinpoint on the relevance of political representation in the decision-making spaces in view of the defense of basic rights which may guarantee the integrity and the minimally worthwhile conditions of life for black women.

[pt] Comprida história que não acaba mais: do tecer ao texto e vice-versa é uma pesquisa que trata da experiência de costurar e de contar histórias. A escrita sob forma de ensaio narrativo se propõe a entrelaçar contos de tecido e práticas de aprendizagem com costura na tessitura de um texto reflexivo e descritivo. A pesquisa tem sua base na prática e no convívio de crianças, na busca por narrativas que unem o texto ao têxtil, e ainda traz a reflexão de uma residência artística financiada pela Funarte que possibilitou uma vasta experimentação do tecido como elemento de acolhimento e de reconhecimento mútuo em um grupo de professores de artes e seus alunos. Após o ingresso no mestrado, teóricos como Walter Benjamin e Paul Ricoeur passaram a alinhavar as práticas laborativas com pontos estruturais, tornando possível a reflexão sobre as ações- narrar e tecer- tratando, principalmente, do tempo de atividades tradicionais na contemporaneidade; da coletividade e do reconhecimento presente em ambos trabalhos e, ainda, do espaço de criação e de encantamento proporcionado tanto por contos maravilhosos como pela beleza dos tecidos, fios e cores. / [en] A long story that never ends: from weaving to text and vice-versa is a research that deals with the experience of sewing and telling stories. The narrative essay style of the text intends to intertwine woven fabric theme stories and learning experiences involving sewing, in the contexture of a reflexive and descriptive text. The research is based on an experience of contact with children, in the search for narratives that link textile and text. It brings about the reflection developed during an artistic residency financed by Funarte, which enabled a vast experience involving fabric as a welcoming and mutual recognition element for a group of arts teachers and their students. Once in the context of the Masters studies, thinkers such as Walter Benjamin and Paul Ricoeur began to stitch these work experiences with structural points, enabling a reflection on the actions of storytelling and weaving, around the central theme of traditional activities in contemporaneity; regarding collectiveness and recognition, present in both activities, and also the room for creation and enchantment aroused both by wonderful tales and by the beauty of fabric, threads and colors.

[pt] Com o crescimento gigantesco da Internet e dos sistemas de comunicações móveis celulares, as aplicações de processamento de voz nessas redes têm despertado grande interesse . Um problema particularmente importante nessa área consiste no reconhecimento de voz em um sistema servidor, baseado nos parâmetros acústicos calculados e quantizados no terminal do usuário (Reconhecimento de Voz Distribuído). Como em geral estes parâmetros não são os mais indicados como atributos de voz para o sistema de reconhecimento remoto, é importante que sejam examinadas diferentes transformações dos parâmetros, que permitam um melhor desempenho do reconhecedor. Esta dissertação trata da extração de atributos de reconhecimento eficientes a partir dos parâmetros dos codificadores utilizados em redes móveis celulares e em redes IP. Além disso, como a taxa dos parâmetros fornecidos ao reconhecedor de voz é normalmente superior àquela com a qual os codificadores geram os parâmetros, é importante analisar o efeito da interpolação dos parâmetros sobre o desempenho do sistema de reconhecimento, bem como o melhor domínio sobre o qual esta interpolação deve ser realizada. Estes são outros tópicos apresentados nesta dissertação. / [en] The huge growth of the Internet and cellular mobile communication systems has stimulated a great interest in the applications of speech processing in these networks. An important problem in this field consists in speech recognition in a server system, based on the acoustic parameters calculated and quantized in the user terminal (Distributed Speech Recognition). Since these parameters are not the most indicated ones for the remote recognition system, it is important to examine different transformations of these parameters, in order to allow a better performance of the recogniser. This dissertation is concerned with the extraction of efficient recognition features from the coder parameters used in cellular mobile networks and IP networks. In addition, as the rate that parameters supplied for the speech recogniser must be usually higher than that generated by the codec, it is important to analyze the effect of the interpolation of the parameters over the performance of the recognition system. Moreover, it is paramount to establish the best domain over which this interpolation must be carried out. These are other topics presented in this dissertation.

[pt] A maioria dos robôs industriais da atualidade são programados para seguir uma trajetória pré-definida. Isto é suficiente quando o robô está trabalhando em um ambiente imutável onde todos os objetos estão em uma posição conhecida em relação à base do manipulador. No entanto, se a posição da base do robô é alterada, todas as trajetórias precisam ser reprogramadas para que ele seja capaz de cumprir suas tarefas. Outra opção é a teleoperação, onde um operador humano conduz todos os movimento durante a operação em uma arquitetura mestre-escravo. Uma vez que qualquer erro de posicionamento pode ser visualmente compensado pelo operador humano, essa configuração não requer que o robô possua alta precisão absoluta. No entanto, a desvantagem deste enfoque é a baixa velocidade e precisão se comparado com um sistema totalmente automatizado. O manipulador considerado nesta dissertação está fixo em um ROV (Remote Operating Vehicle) e é trazido até seu ambiente de trabalho por um teleoperador. A cada vez que a base do manipulador é reposicionada, este precisa estimar sua posição e orientação relativa ao ambiente de trabalho. O ROV opera em grandes profundidades, e há poucos sensores que podem operar nestas condições adversas. Isto incentiva o uso de visão computacional para estimar a posição relativa do manipulador. A diferença entre a posição real e a desejada é estimada através do uso de câmeras submarinas. A informação é enviada aos controladores para corrigir as trajetórias préprogramadas. Os comandos de movimento do manipulador podem então ser programados off-line por um sistema de CAD, sem a necessidade de ligar o robô, permitindo rapidez na validação das trajetórias. Esse trabalho inclui a calibragem tanto da câmera quanto da estrutura do manipulador. As melhores precisões absolutas obtidas por essas metodologias são combinadas para obter calibração in-situ da base do manipulador. / [en] The majority of today`s industrial robots are programmed to follow a predefined trajectory. This is sufficient when the robot is working in a fixed environment where all objects of interest are situated in a predetermined position relative to the robot base. However, if the robot`s position is altered all the trajectories have to be reprogrammed for the robot to be able to perform its tasks. Another option is teleoperation, where a human operator conducts all the movements during the operation in master-slave architecture. Since any positioning errors can be visually compensated by the human operator, this configuration does not demand that the robot has a high absolute accuracy. However, the drawback is the low speed and low accuracy of the human operator scheme. The manipulator considered in this thesis is attached to a ROV (Remote Operating Vehicle) and is brought to its working environment by the ROV operator. Every time the robot is repositioned, it needs to estimate its position and orientation relative to the work environment. The ROV operates at great depths and there are few sensors which can operate at extreme depths. This is the incentive for the use of computer vision to estimate the relative position of the manipulator. Through cameras the differences between the actual and desired position of the manipulators is estimated. This information is sent to controllers to correct the pre-programmed trajectories. The manipulator movement commands are programmed off-line by a CAD system, without need even to turn on the robot, allowing for greatest speed on its validation, as well as problem solving. This work includes camera calibration and calibration of the structure of the manipulator. The increased accuracies achieved by these steps are merged to achieve in-situ calibration of the manipulator base.

[pt] A dissertação tem como tema principal a avaliação da proposta da Escola Inglesa, uma das principais tentativas de historicização da teoria de Relações Internacionais. Primeiramente procura-se demonstrar a contradição inerente à proposta inglesa ao partir de uma perspectiva jusnaturalista e projetar uma proposta de historicização da disciplina. Embora as análises recaiam constantemente neste paradoxo, é possível detectar no conceito de sociedade internacional um ponto de partida para tal projeto. A partir deste diagnóstico, a pesquisa volta-se para um estudo da ontologia histórica desenvolvida por Hegel, especialmente sua teoria do reconhecimento. Uma vez esclarecido os principais pontos da perspectiva hegeliana sobre a realidade social, consideram-se algumas questões pertinentes a sua filosofia política. Finalmente, argumenta-se que por meio da teoria do reconhecimento, cujo desdobramento está pautado por uma noção de historicidade própria da filosofia hegeliana, é possível retirar o conteúdo de natureza presente na formulação original do conceito de sociedade internacional e dotá-lo do dinamismo necessário para dar conta das necessidades de temporalização das correntes teóricas da disciplina. / [en] The main theme of this dissertation is to analyse the English School`s project for International Relations, one of the key attempts to historicize IR theory. First of all, the work examines the English project and its contradictory proposal based on natural rights` principles and the attempt to bring history into the discipline. Although the analysis usually repeat this paradox, it is possible to consider the concept of international society as a valuable starting point to unite history and IR theory. The study, then, turns towards the investigation of the historical ontology developed by Hegel, especially his theory of recognition. Once the major points of the Hegelian perspective are made clear, some questions about his political philosophy are examined. Finally, it will be argued that through the Hegelian concept of recognition, which is based on Hegel`s own idea of historicity, it is possible to avoid the usual natural right`s principle associated to the original concept of international society. By adding recognition to the concept of international society, its content is provided with dynamism and therefore, it becomes capable of avoiding the traditional ahistoricism of IR theories.

[pt] Há uma crescente demanda pela criação de modelos computacionais representativos de objetos reais para projetos de engenharia. Uma alternativa barata e eficaz consiste na utilização de técnicas de Visão Computacional baseada em câmeras e projetores disponíveis no mercado de computadores pessoais. Este trabalho avalia um sistema óptico estéreo ativo para capturar formas geométricas de objetos utilizando um par de câmeras e um projetor digital. O sistema se baseia em idéias de trabalhos anteriores, com duas contribuições nesta dissertação. A primeira é uma técnica mais robusta de detecção de pontos notáveis em padrões de calibração das câmeras. A segunda contribuição consiste num novo método de ajuste de cilindros que visa aplicar o sistema estudado na inspeção de instalações de dutos industriais. As conclusões apresentadas procuram avaliar a robustez e precisão do sistema proposto como um instrumento de medidas em Engenharia. / [en] There has been a growing demand for creation of computer models based on real models for engineering projects. A cheap and effective alternative consists in using Computer Vision techniques based on cameras and projectors available at the personal computer market. This work evaluates a stereo optic system for capturing geometric shapes from objects using a pair of cameras and a single digital projector. The system is based on former works and a pair of contributions is obtained at this dissertation. The first contribution is a more robust technique for finding corners and points at cameras calibration patterns. And the second one consists on a new method for cylinder fit for inspecting industrial piping facilities with the studied system. The final conclusions evaluate the robustness and precision from the proposed system as a measurement tool for Engineering.