Spelling suggestions: "subject:"baixa resolução"" "subject:"faixa resolução""
1 |
Análise da qualidade de carne bovina por ressonância magnética nuclear em baixa resolução / Analysis of beef quality by low resolution NMRCorrêa, Cátia Crispilho 31 August 2007 (has links)
A espectroscopia de Ressonância Magnética Nuclear (RMN) em baixo campo tem demonstrado ser um método rápido e confiável para se avaliar a qualidade da carne. A predição desta, especialmente a carne de porco, tem sido avaliada usando o tempo de relaxação transversal (T2). As medidas foram feitas com a seqüência de pulsos CPMG (Carr-Purcell-Meibom-Gill) que correlaciona os parâmetros da qualidade da carne de suínos, tais como, a capacidade de retenção de água (CRA), o pH e perda de água por cocção (PPC), com tempo de relaxação T2. Neste trabalho, analisou-se a qualidade da carne bovina pela seqüência de pulsos CPMG, que é dependente do tempo relaxação transversal (T2), e pela técnica de precessão livre de onda continua (CWFP), que depende de T2 e da relaxação longitudinal (T1). Foram analisadas amostras do contra-filé do tipo músculo- longissimus lumborum, retiradas da região da 12ª e da 6ª costela de bovinos, de três grupos genéticos de bovinos; adaptados ou não às condições tropicais, sendo dois deles de 3/4 e um de 9/16 de sangue europeu. Os dados de CPMG foram analisados utilizando-se os processamentos de análise multiexponencial discreta, análise multiexponencial contínua, baseada na transformada inversa de Laplace (ILT) e com métodos quimiométricos como análises de componentes principais (PCA), análises de agrupamentos hierárquicos (HCA) e regressão por mínimos quadrados parciais (PLS). Os dados de CWFP por serem mais complexos do que os do CPMG foram analisados principalmente por métodos quimiométricos. Conclui-se que não há diferença significativa entre o corte realizado na 12ª costela com o da 6ª costela e que a técnica CWFP é mais eficaz na separação entre o sexo e grupo genético dos animais, do que a técnica CPMG / Low resolution Nuclear magnetic resonance spectroscopy (NMR) is shown to be a fast and accurate method for evaluating meat quality. The prediction of meat quality, especially in pork, has been performed using transverse relaxation time (T2). The measurements have been made with CPMG (Carr-Purcell-Meibom-Gill) pulse sequence which correlate the pork quality parameters such as water-holdcapacity (WHC), pH, and cooking loss (CL) with T2. In this work, the beef quality has been analyzed evaluated by transverse relaxation time (T2) measured by CPMG pulse sequence and by the T2, and, longitudinal relaxation time (T1), measured by CWFP (Continuous Wave Free Precession) technique The samples were collected from Longissimus lumborium muscle, from the 12th and 6th ribs region. The animals from three genetic groups, (two were ¾ and one was 9/16 european) were used in the experiments. The CPMG data were processed by multiexponential fitting, inverse Laplace transformation and chemometrics methods such as principal component analysis, hierarchic cluster analysis and partial least square regression. The CPMG data were not able to distinguish between the genetic group sex and the meat cut. The CWFP data analyzed by chemometrics methods show difference between Canchin males and females and between Canchin and Angus males. The results show almost no difference between the samples collected from the 12th and 6th rib.
|
2 |
Comparação de técnicas de reconhecimento facial para identificação de presença em um ambiente real e semicontrolado / Detecting presence through face recognition under low resolution and low luminosity conditionsPrado, Kelvin Salton do 14 November 2017 (has links)
O reconhecimento facial é uma tarefa que os seres humanos realizam naturalmente todos os dias e praticamente sem esforço nenhum. Porém para uma máquina este processo não é tão simples. Com o aumento do poder computacional das máquinas atuais criou-se um grande interesse no processamento de imagens e vídeos digitais, com aplicações nas mais diversas áreas de conhecimento. Este trabalho objetiva a comparação de técnicas de reconhecimento facial, já conhecidas na literatura, com o intuito de identificar qual técnica possui melhor desempenho em um ambiente real e semicontrolado. Secundariamente avalia-se a possibilidade da utilização de uma ou mais técnicas de reconhecimento facial para identificar automaticamente a presença de alunos em uma sala de aula de artes marciais, utilizando imagens das câmeras de vigilância instaladas no recinto, levando em consideração aspectos importantes, tais como: imagens com pouca nitidez, luminosidade não ideal, movimentação constante dos alunos e o fato das câmeras estarem em um ângulo fixo. Este trabalho está relacionado às áreas de Processamento de Imagens e Reconhecimento de Padrões, e integra a linha de pesquisa de \"Monitoramento de Presença\" do projeto \"Ensino e Monitoramento de Atividades Físicas via Técnicas de Inteligência Artificial\" (Processo 2014.1.923.86.4, publicado no DOE 125(45), em 10/03/2015), projeto este executado em conjunto da Universidade de São Paulo, Faculdade Campo Limpo Paulista e Academia Central Kungfu-Wushu. Com os experimentos realizados e apresentados neste trabalho foi possível concluir que, dentre os métodos de reconhecimento facial utilizados, o método Local Binary Patterns teve o melhor desempenho no ambiente proposto. Por outro lado, o método Eigenfaces teve o pior desempenho de acordo com os experimentos realizados. Além disso, foi possível concluir também que não é viável a realização da detecção de presença automática de forma confiável no ambiente proposto, pois a taxa de reconhecimento facial foi relativamente baixa, se comparada a outros trabalhos do estado da arte, trabalhos estes que usam de ambientes de testes mais amigáveis, mas ao mesmo tempo menos comumente encontrados em nosso dia-a-dia. Acredita-se que foi possível alcançar os objetivos propostos pelo trabalho e que o mesmo possa contribuir para o estado da arte atual na área de visão computacional, mais precisamente no âmbito do reconhecimento facial. Ao final são sugeridos alguns trabalhos futuros que podem ser utilizados como ponto de partida para a continuação desta pesquisa ou até mesmo de novas pesquisas relacionadas a este tema / Face recognition is a task that human beings perform naturally in their everyday lives, usually with no effort at all. To machines, however, this process is not so simple. With the increasing computational power of current machines, a great interest was created in the field of digital videos and images processing, with applications in most diverse areas of knowledge. This work aims to compare face recognition techniques already know in the literature, in order to identify which technique has the best performance in a real and semicontrolled environment. As a secondary objective, we evaluate the possibility of using one or more face recognition techniques to automatically identify the presence of students in a martial arts classroom using images from the surveillance cameras installed in the room, taking into account important aspects such as images with low sharpness, illumination variation, constant movement of students and the fact that the cameras are at a fixed angle. This work is related to the Image Processing and Pattern Recognition areas, and integrates the research line \"Presence Monitoring\" of the project entitled \"Education and Monitoring of Physical Activities using Artificial Intelligence Techniques\" (Process 2014.1.923.86.4, published in DOE 125 (45) on 03/10/2015), developed as a partnership between the University of São Paulo, Campo Limpo Paulista Faculty, and Kungfu-Wushu Central Academy. With the experiments performed and presented in this work it was possible to conclude that, amongst all face recognition methods that were tested, Local Binary Patterns had the best performance in the proposed environment. On the other hand, Eigenfaces had the worse performance according to the experiments. Moreover, it was also possible to conclude that it is not feasible to perform the automatic presence detection reliably in the proposed environment, since the face recognition rate was relatively low, compared to the state of the art which uses, in general, more friendly test environments but at the same time less likely found in our daily lives. We believe that it was possible to achieve the objectives proposed by this work and that can contribute to the current state of the art in the computer vision field and, more precisely, in the face recognition area. Finally, some future work is suggested that can be used as a starting point for the continuation of this work or even for new researches related to this topic
|
3 |
Comparação de técnicas de reconhecimento facial para identificação de presença em um ambiente real e semicontrolado / Detecting presence through face recognition under low resolution and low luminosity conditionsKelvin Salton do Prado 14 November 2017 (has links)
O reconhecimento facial é uma tarefa que os seres humanos realizam naturalmente todos os dias e praticamente sem esforço nenhum. Porém para uma máquina este processo não é tão simples. Com o aumento do poder computacional das máquinas atuais criou-se um grande interesse no processamento de imagens e vídeos digitais, com aplicações nas mais diversas áreas de conhecimento. Este trabalho objetiva a comparação de técnicas de reconhecimento facial, já conhecidas na literatura, com o intuito de identificar qual técnica possui melhor desempenho em um ambiente real e semicontrolado. Secundariamente avalia-se a possibilidade da utilização de uma ou mais técnicas de reconhecimento facial para identificar automaticamente a presença de alunos em uma sala de aula de artes marciais, utilizando imagens das câmeras de vigilância instaladas no recinto, levando em consideração aspectos importantes, tais como: imagens com pouca nitidez, luminosidade não ideal, movimentação constante dos alunos e o fato das câmeras estarem em um ângulo fixo. Este trabalho está relacionado às áreas de Processamento de Imagens e Reconhecimento de Padrões, e integra a linha de pesquisa de \"Monitoramento de Presença\" do projeto \"Ensino e Monitoramento de Atividades Físicas via Técnicas de Inteligência Artificial\" (Processo 2014.1.923.86.4, publicado no DOE 125(45), em 10/03/2015), projeto este executado em conjunto da Universidade de São Paulo, Faculdade Campo Limpo Paulista e Academia Central Kungfu-Wushu. Com os experimentos realizados e apresentados neste trabalho foi possível concluir que, dentre os métodos de reconhecimento facial utilizados, o método Local Binary Patterns teve o melhor desempenho no ambiente proposto. Por outro lado, o método Eigenfaces teve o pior desempenho de acordo com os experimentos realizados. Além disso, foi possível concluir também que não é viável a realização da detecção de presença automática de forma confiável no ambiente proposto, pois a taxa de reconhecimento facial foi relativamente baixa, se comparada a outros trabalhos do estado da arte, trabalhos estes que usam de ambientes de testes mais amigáveis, mas ao mesmo tempo menos comumente encontrados em nosso dia-a-dia. Acredita-se que foi possível alcançar os objetivos propostos pelo trabalho e que o mesmo possa contribuir para o estado da arte atual na área de visão computacional, mais precisamente no âmbito do reconhecimento facial. Ao final são sugeridos alguns trabalhos futuros que podem ser utilizados como ponto de partida para a continuação desta pesquisa ou até mesmo de novas pesquisas relacionadas a este tema / Face recognition is a task that human beings perform naturally in their everyday lives, usually with no effort at all. To machines, however, this process is not so simple. With the increasing computational power of current machines, a great interest was created in the field of digital videos and images processing, with applications in most diverse areas of knowledge. This work aims to compare face recognition techniques already know in the literature, in order to identify which technique has the best performance in a real and semicontrolled environment. As a secondary objective, we evaluate the possibility of using one or more face recognition techniques to automatically identify the presence of students in a martial arts classroom using images from the surveillance cameras installed in the room, taking into account important aspects such as images with low sharpness, illumination variation, constant movement of students and the fact that the cameras are at a fixed angle. This work is related to the Image Processing and Pattern Recognition areas, and integrates the research line \"Presence Monitoring\" of the project entitled \"Education and Monitoring of Physical Activities using Artificial Intelligence Techniques\" (Process 2014.1.923.86.4, published in DOE 125 (45) on 03/10/2015), developed as a partnership between the University of São Paulo, Campo Limpo Paulista Faculty, and Kungfu-Wushu Central Academy. With the experiments performed and presented in this work it was possible to conclude that, amongst all face recognition methods that were tested, Local Binary Patterns had the best performance in the proposed environment. On the other hand, Eigenfaces had the worse performance according to the experiments. Moreover, it was also possible to conclude that it is not feasible to perform the automatic presence detection reliably in the proposed environment, since the face recognition rate was relatively low, compared to the state of the art which uses, in general, more friendly test environments but at the same time less likely found in our daily lives. We believe that it was possible to achieve the objectives proposed by this work and that can contribute to the current state of the art in the computer vision field and, more precisely, in the face recognition area. Finally, some future work is suggested that can be used as a starting point for the continuation of this work or even for new researches related to this topic
|
4 |
Análise da qualidade de carne bovina por ressonância magnética nuclear em baixa resolução / Analysis of beef quality by low resolution NMRCátia Crispilho Corrêa 31 August 2007 (has links)
A espectroscopia de Ressonância Magnética Nuclear (RMN) em baixo campo tem demonstrado ser um método rápido e confiável para se avaliar a qualidade da carne. A predição desta, especialmente a carne de porco, tem sido avaliada usando o tempo de relaxação transversal (T2). As medidas foram feitas com a seqüência de pulsos CPMG (Carr-Purcell-Meibom-Gill) que correlaciona os parâmetros da qualidade da carne de suínos, tais como, a capacidade de retenção de água (CRA), o pH e perda de água por cocção (PPC), com tempo de relaxação T2. Neste trabalho, analisou-se a qualidade da carne bovina pela seqüência de pulsos CPMG, que é dependente do tempo relaxação transversal (T2), e pela técnica de precessão livre de onda continua (CWFP), que depende de T2 e da relaxação longitudinal (T1). Foram analisadas amostras do contra-filé do tipo músculo- longissimus lumborum, retiradas da região da 12ª e da 6ª costela de bovinos, de três grupos genéticos de bovinos; adaptados ou não às condições tropicais, sendo dois deles de 3/4 e um de 9/16 de sangue europeu. Os dados de CPMG foram analisados utilizando-se os processamentos de análise multiexponencial discreta, análise multiexponencial contínua, baseada na transformada inversa de Laplace (ILT) e com métodos quimiométricos como análises de componentes principais (PCA), análises de agrupamentos hierárquicos (HCA) e regressão por mínimos quadrados parciais (PLS). Os dados de CWFP por serem mais complexos do que os do CPMG foram analisados principalmente por métodos quimiométricos. Conclui-se que não há diferença significativa entre o corte realizado na 12ª costela com o da 6ª costela e que a técnica CWFP é mais eficaz na separação entre o sexo e grupo genético dos animais, do que a técnica CPMG / Low resolution Nuclear magnetic resonance spectroscopy (NMR) is shown to be a fast and accurate method for evaluating meat quality. The prediction of meat quality, especially in pork, has been performed using transverse relaxation time (T2). The measurements have been made with CPMG (Carr-Purcell-Meibom-Gill) pulse sequence which correlate the pork quality parameters such as water-holdcapacity (WHC), pH, and cooking loss (CL) with T2. In this work, the beef quality has been analyzed evaluated by transverse relaxation time (T2) measured by CPMG pulse sequence and by the T2, and, longitudinal relaxation time (T1), measured by CWFP (Continuous Wave Free Precession) technique The samples were collected from Longissimus lumborium muscle, from the 12th and 6th ribs region. The animals from three genetic groups, (two were ¾ and one was 9/16 european) were used in the experiments. The CPMG data were processed by multiexponential fitting, inverse Laplace transformation and chemometrics methods such as principal component analysis, hierarchic cluster analysis and partial least square regression. The CPMG data were not able to distinguish between the genetic group sex and the meat cut. The CWFP data analyzed by chemometrics methods show difference between Canchin males and females and between Canchin and Angus males. The results show almost no difference between the samples collected from the 12th and 6th rib.
|
5 |
Reconhecimento facial em imagens de baixa resoluçãoSILVA, José Ivson Soares da 24 February 2015 (has links)
Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-04-07T12:14:52Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
dissertação_jiss_ciênciadacomputação.pdf: 2819671 bytes, checksum: 98f583c2b7105c3a5b369b2b48097633 (MD5) / Made available in DSpace on 2016-04-07T12:14:52Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
dissertação_jiss_ciênciadacomputação.pdf: 2819671 bytes, checksum: 98f583c2b7105c3a5b369b2b48097633 (MD5)
Previous issue date: 2015-02-24 / FADE / Tem crescido o uso de sistemas computacionais para reconhecimento de pessoas por meio
de dados biométricos, consequentemente os métodos para realizar o reconhecimento tem
evoluído. A biometria usada no reconhecimento pode ser face, voz, impressão digital
ou qualquer característica física capaz de distinguir as pessoas. Mudanças causadas por
cirurgias, envelhecimento ou cicatrizes, podem não causar mudanças significativas nas
características faciais tornando possível o reconhecimento após essas mudanças de aparência
propositais ou não. Por outro lado tais mudanças se tornam um desafio para sistemas de
reconhecimento automático. Além das mudanças físicas há outros fatores na obtenção da
imagem que influenciam o reconhecimento facial como resolução da imagem, posição da
face em relação a câmera, iluminação do ambiente, oclusão, expressão. A distância que uma
pessoa aparece na cena modifica a resolução da região da sua face, o objetivo de sistemas
direcionados a esse contexto é que a influência da resolução nas taxas de reconhecimento
seja minimizada. Uma pessoa mais distante da câmera tem sua face na imagem numa
resolução menor que uma que esteja mais próxima. Sistemas de reconhecimento facial têm
um menor desempenho ao tratar imagens faciais de baixa resolução. Uma das fases de
um sistema de reconhecimento é a extração de características, que processa os dados de
entrada e fornece um conjunto de informações mais representativas das imagens. Na fase
de extração de características os padrões da base de dados de treinamento são recebidos
numa mesma dimensão, ou seja, no caso de imagens numa mesma resolução. Caso as
imagens disponíveis para o treinamento sejam de resoluções diferentes ou as imagens
de teste sejam de resolução diferente do treinamento, faz-se necessário que na fase de
pré-processamento haja um tratamento de resolução. O tratamento na resolução pode
ser aplicando um aumento da resolução das imagens menores ou redução da resolução
das imagens maiores. O aumento da resolução não garante um ganho de informação que
possa melhorar o desempenho dos sistemas. Neste trabalho são desenvolvidos dois métodos
executados na fase de extração de características realizada por Eigenface, os vetores de
características são redimensionados para uma nova escala menor por meio de interpolação,
semelhante ao que acontece no redimensionamento de imagens. No primeiro método, após
a extração de características, os vetores de características e as imagens de treinamento são
redimensionados. Então, as imagens de treinamento e teste são projetadas no espaço de
características pelos vetores de dimensão reduzida. No segundo método, apenas os vetores
de características são redimensionados e multiplicados por um fator de compensação.
Então, as imagens de treinamento são projetadas pelos vetores originais e as imagens de
teste são projetadas pelos vetores reduzidos para o mesmo espaço. Os métodos propostos
foram testados em 4 bases de dados de reconhecimento facial com a presença de problemas
de variação de iluminação, variação de expressão facial, presença óculos e posicionamento
do rosto. / In the last decades the use of computational systems to recognize people by biometric data
is increasing, consequently the efficacy of methods to perform recognition is improving.
The biometry used for recognition can be face, voice, fingerprint or other physical feature
that enables the distiction of different persons. Facial changes caused by surgery, aging or
scars, does not necessarily causes significant changes in facial features. For a human it is
possible recognize other person after these interventions of the appearance. On the other
hand, these interventions become a challenge to computer recognition systems. Beyond the
physical changes there are other factors in aquisition of an image that influence the face
recognition such as the image resolution, position between face and camera, light from
environment, occlusions and variation of facial expression. The distance that a person is
at image aquisition changes the resolution of face image. The objective of systems for this
context is to minimize the influence of the image resolution for the recognition. A person
more distant from the camera has the image of the face in a smaller resolution than a
person near the camera. Face recognition systems have a poor performance to analyse
low resolution image. One of steps of a recognition system is the features extraction that
processes the input data so provides more representative images. In the features extraction
step the images from the training database are received at same dimension, in other words,
to analyse the images they have the same resolution. If the training images have different
resolutions of test images it is necessary a preprocessing to normalize the image resolution.
The preprocessing of an image can be to increase the resolution of small images or to
reduce the resolution of big images. The increase resolution does not guarantee that there
is a information gain that can improves the performance of the recognition systems. In
this work two methods are developed at features extraction step based on Eigenface. The
feature vectors are resized to a smaller scale, similar to image resize. In first method, after
the feature extraction step, the feature vectors and the training images are resized. Then
the training and test images are projected to feature space by the resized feature vectors.
In second method, only the feature vectors are resized and multiplied by a compensation
factor. The training images are projected by original feature vectors and the test images
are projected by resized feature vectors to the same space. The proposed methods were
tested in 4 databases of face recognition with presence of light variation, variation of facial
expression, use of glasses and face position.
|
6 |
Métodos de visão computacional aplicados a extração de características de ambientes urbanos em imagens de satélite de baixa resolução / Computer vision methods applied to extraction of characteristics of urban environments in low resolution satellite imageryAlmeida, Dyego de Oliveira 03 October 2018 (has links)
Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2018-11-05T18:46:12Z
No. of bitstreams: 2
Dissertação - Dyego Oliveira Almeida - 2018.pdf: 32110237 bytes, checksum: 4d30b2227be666802bbb2e5437450fc2 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-06T10:03:22Z (GMT) No. of bitstreams: 2
Dissertação - Dyego Oliveira Almeida - 2018.pdf: 32110237 bytes, checksum: 4d30b2227be666802bbb2e5437450fc2 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-11-06T10:03:22Z (GMT). No. of bitstreams: 2
Dissertação - Dyego Oliveira Almeida - 2018.pdf: 32110237 bytes, checksum: 4d30b2227be666802bbb2e5437450fc2 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2018-10-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The urban growth of the population and the deforestation of greenareas are one of the most critical problems currently in Brazil. Due to mobilization of rural people to the urban, high solar irradiation and the deforestation, the Government is creating sustainable actions sustainable in order to enlarge the green areas and permeable. In this perspective, to promote this mapping effectively in large areas necessary to the use of technologies of recognition of facial features. Low-resolution satellite imagery have low cost and great coverage area coverage, and therefore apply them in identifying features is advantageous over other types of images. However, to accomplish this identification is computationally complex due to the different features present in images of this type. This work proposes an effective method of digital processing of low resolution images in the identification of features, in particular the pertinent green aáreas with average accuracy of 80.5% and detection of buildings with an average accuracy of 63%. / O crescimento urbano da população e o desmatamento de áreas verdes são um dos problemas mais críticos atualmente no Brasil. Devido a mobilização da população rural para o âmbito urbano, elevação da irradiação solar e o desmatamento, o governo está criando ações sustentáveis a fim de ampliar as áreas verdes e permeáveis. Nesta perspectiva, para promover esse mapeamento de forma eficaz em grandes áreas se faz necessário o uso de tecnologias de reconhecimento de feições. Imagens de satélite de baixa resolução possuem baixo custo e grande abrangência de área, e portanto aplicá-las na identificação de feições é vantajoso em relação a outros tipos de imagens. No entanto, realizar essa identificação é computacionalmente complexo devido as diferentes características existentes em imagens desse tipo. Este trabalho propõe um método eficaz de processamento digital de imagens de baixa resolução na identificação de feições, em particular as pertinentes a áreas verdes com acurácia média de 80,5% e detecção de edificações com precisão média de 63%.
|
Page generated in 0.487 seconds