L'analyse et l’interprétation de contenus visuels et plus particulièrement la vidéo est un domaine de recherche de plus en plus attractif en raison du nombre important d'applications telles que la vidéo-surveillance, le résumé de films, l'indexation, les jeux vidéo, la robotique et la domotique. Dans cette thèse nous nous intéressons à la détection et à la reconnaissance d'actions humaines dans des séquences vidéo. Pour la partie détection des actions, nous avons introduit deux approches basées sur les points d'intérêts locaux. La première proposition est une méthode simple et efficace qui vise à détecter les mouvements humains ensuite contribuer à extraire des séquences vidéo décrivant des actions importantes. Afin d'atteindre cet objectif, les premières séquences vidéo sont segmentées en volumes de trames et groupes de points d’intérêts. Dans cette méthode, nous nous basons sur le suivi du mouvement des points d'intérêts. Nous avons utilisé, dans un premier lieu, des vidéos simples puis nous avons progressivement augmenté la complexité des vidéos en optant pour des scènes réalistes. Les jeux de données simples présentent généralement un arrière-plan statique avec un Seul acteur qui effectue une seule action unique ou bien la même action mais d'une manière répétitive. Nous avons ensuite testé la robustesse de la détection d'action proposée dans des jeux de données plus complexes réalistes recueillis à partir des réseaux sociaux. Nous avons introduit une approche de détection d'actions efficace pour résoudre le problème de la reconnaissance d'actions humaines dans les vidéos réalistes contenant des mouvements de caméra. Le mouvement humain est donc segmenté d'une manière spatio-temporelle afin de détecter le nombre optimal de trames suffisant pour effectuer une description vidéo. Les séquences sont décrites au moyen de descripteurs spatio-temporels. Nous avons proposé dans cette thèse deux nouveaux descripteurs spatio-temporels basés sur le suivi de la trajectoire des points d'intérêts. Les suivis et la description vidéo sont effectués sur les patchs vidéo qui contiennent un mouvement ou une partie d'un mouvement détecté par la segmentation réalisée lors de l'étape précédente. Nous nous sommes basés sur le descripteur SURF non seulement pour sa précision et mais surtout pour la rapidité. Le premier descripteur proposé est appelé ST-SURF basé sur une nouvelle combinaison du (SURF) et du flot optique. Le ST-SURF permet le suivi de la trajectoire des points d'intérêts tout en gardant les informations spatiales, pertinentes, provenant du SURF. Le deuxième descripteur proposé dans le cadre de cette thèse est un histogramme du mouvement de la trajectoire (HMTO). HMTO est basé sur la position ainsi que l'échelle relative à un SURF. Ainsi, pour chaque SURF détecté, nous définissons une région du voisinage du point d'intérêt en nous basant sur l'échelle. Pour le patch détecté, nous extrayons le flot optique d'une manière dense. Les trajectoires de mouvement sont ensuite générées pour chaque pixel en exploitant les composantes horizontale et verticale de flot optique (u, v). La précision de la description de la vidéo proposée est testée sur un ensemble de données complexes et un plus grand ensemble de données réalistes. Les descripteurs de vidéo proposés sont testés d'une manière simple puis en les fusionnants avec d'autres descripteurs. Les descripteurs vidéo ont été introduits dans un processus de classification basé sur le sac de mots et ont démontré une amélioration des taux de reconnaissance par rapport aux approches précédemment proposés dans l'état-de-l ‘art. / Due to increasing demand for video analysis systems in recent years, human action de-tection/recognition is being targeted by the research community in order to make video description more accurate and faster, especially for big datasets. The ultimate purpose of human action recognition is to discern automatically what is happening in any given video. This thesis aims to achieve this purpose by contributing to both action detection and recognition tasks. We thus have developed new description methods for human action recognition.For the action detection component we introduce two novel approaches for human action detection. The first proposition is a simple yet effective method that aims at detecting human movements. First, video sequences are segmented into Frame Packets (FPs) and Group of Interest Points (GIP). In this method we track the movements of Interest Points in simple controlled video datasets and then in videos of gradually increasing complexity. The controlled datasets generally contain videos with a static background and simple ac-tions performed by one actor. The more complex realistic datasets are collected from social networks.The second approach for action detection attempts to address the problem of human ac-tion recognition in realistic videos captured by moving cameras. This approach works by segmenting human motion, thus investigating the optimal sufficient frame number to per-form action recognition. Using this approach, we detect object edges using the canny edge detector. Next, we apply all the steps of the motion segmentation process to each frame. Densely distributed interest points are detected and extracted based on dense SURF points with a temporal step of N frames. Then, optical flows of the detected key points between two frames are computed by the iterative Lucas and Kanade optical flow technique, using pyramids. Since we are dealing with scenes captured by moving cameras, the motion of objects necessarily involves the background and/or the camera motion. Hence, we propose to compensate for the camera motion. To do so, we must first assume that camera motion exists if most points move in the same direction. Then, we cluster optical flow vectors using a KNN clustering algorithm in order to determine if the camera motion exists. If it does, we compensate for it by applying the affine transformation to each frame in which camera motion is detected, using as input parameters the camera flow magnitude and deviation. Finally, after camera motion compensation, moving objects are segmented using temporal differencing and a bounding box is drawn around each detected moving object. The action recognition framework is applied to moving persons in the bounding box. Our goal is to reduce the amount of data involved in motion analysis while preserving the most important structural features. We believe that we have performed action detection in the spatial and temporal domain in order to obtain better action detection and recognition while at the same time considerably reducing the processing time...

Faunal studies, used as the main building blocks for conservation practices, have potential importance in minimizing environmental impacts. From this, this study sought to analyze the community of fruit-feeding butterflies of the Semideciduous Forest and Araucaria Forest of Iguassu National Park, promoting the comparison of composition, richness, abundance, dominance and similarity of the assemblages as their association with environmental descriptors evaluated in each phytophysiognomy. Field work was carried out monthly between November 2012 and May 2013, using Van Someren-Rydon traps with bait consisting of mashed banana in fermented sugarcane juice. In each phytophysiognomy, we used 15 traps in pre-defined transects that were revised each 24 h during five days per sampling occasion. At the end of six samplings and 900 traps/day as total effort, 1,127 individuals representing 69 species and four subfamilies of fruit-feeding butterflies were recorded. The sampled richness was lower than the Jacknife 1 and Bootstrap estimated values, indicating the importance of increasing the sampling effort. Satyrinae was the subfamily with greater richness and abundance in both areas. Among the total species registered, 11 were new records for the Iguassu National Park. Ordination analysis showed a low segregation of assemblages composition and a difference of 27.2 % between them. The influence of environmental descriptors showed that the set of variables: light, canopy cover and number of trees were the most important in structuring the assemblages of frugivorous butterflies sampled. The obtained results shall provide subsidies for a better knowledge of the diversity of the Atlantic Forest butterflies, contributing to the Management Plan of the Iguassu National Park. / Estudos de fauna, utilizados como principais alicerces para as práticas conservacionistas, são de importância potencial na minimização de impactos ambientais. A partir disso, este estudo buscou analisar a comunidade de borboletas frugívoras da Floresta Estacional Semidecídua e Floresta Ombrófila Mista do Parque Nacional do Iguaçu, promovendo a comparação da composição, riqueza, abundância, dominância e similaridade das assembléias, assim como sua associação com descritores ambientais avaliados em cada fitofisionomia. Para isso, foram realizadas amostragens mensais entre novembro de 2012 e maio de 2013, através de armadilhas atrativas do tipo Van Someren-Rydon com isca constituída de banana amassada fermentada em caldo de cana. Em cada fitofisionomia, utilizaram-se 15 armadilhas em transectos pré-definidos, revisadas a cada 24 h ao longo de cinco dias por ocasião amostral. Ao final de seis ocasiões amostrais, com esforço total de 900 armadilhas/dia, foram registrados 1.127 indivíduos pertencentes a 69 espécies e quatro subfamílias de borboletas frugívoras. A riqueza amostrada apresentou-se abaixo do valor estimado pelos estimadores Jacknife 1 e Bootstrap, indicando a importância de esforço amostral maior. Satyrinae foi a subfamília com maior riqueza e abundância em ambas as fitofisionomias. Dentre o total das espécies registradas, 11 constituíram-se em novos registros para o Parque Nacional do Iguaçu. A análise de ordenação mostrou baixa segregação quanto à composição das assembleias e uma diferença de 27,2% entre as mesmas. A influência dos descritores ambientais mostrou que o conjunto de variáveis: luminosidade, cobertura de dossel e número de árvores foram os mais importantes na estruturação das assembleias de borboletas frugívoras amostradas. Os resultados encontrados poderão fornecer subsídios para um melhor conhecimento da diversidade de borboletas da Mata Atlântica, contribuindo para o Plano de Manejo do Parque Nacional do Iguaçu.

Made available in DSpace on 2014-06-11T19:33:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-02-27Bitstream added on 2014-06-13T19:23:54Z : No. of bitstreams: 1 luz_fjf_dr_jabo.pdf: 696825 bytes, checksum: e6fae364aaea139b88622f336be9f094 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) / Com o objetivo de ampliar o conhecimento sobre uma coleção de pimentas da Embrapa Roraima, foram realizadas caracterizações morfológica com descritores do IPGRI e molecular com marcadores fAFLP, de 58 acessos de Capsicum chinense. Os resultados da avaliação morfológica detectaram que, 39% dos acessos não se agruparam e entre os mesmos observou-se uma dissimilaridade de até 70%, com 50% de média. A caracterização molecular revelou uma dissimilaridade média de 22,3% entre os acessos levando à conclusão de que há uma pequena variabilidade genética entre os acessos, considerando o genoma como um todo. Os resultados demonstraram que as diferenças morfológicas estariam baseadas apenas em uma parte do genoma das pimentas, focada em características visíveis e mensuráveis pelo ser humano. Por outro lado, a variação observada a partir do DNA genômico por meio do marcador molecular utilizado não foi suficiente para ratificar as diferenças morfológicas observadas. Ambas as formas de caracterizar os acessos foram úteis e necessárias para o conhecimento dos mesmos, revelando informações valiosas para estratégias de conservação e uso das pimentas da Amazônia. / In order to raise the knowledge about a pepper collection from Embrapa Roraima, IPGRI morphological descriptors and fAFLP molecular marker were used to characterize 58 acessions of Capsicum chinense, contributing with information about the diversity of those plants. The results of morphological evaluation showed that 39% of the accessions did not group together and it also detected a great dissimilarity among the accessions, reaching values above 70%, with a 50% medium. The molecular characterization showed an average dissimilarity of 22,3%, indicating little genetic variability on the collection evaluated, considering the total genome of the plants. These results demonstrate that variation detected by morphological descriptors would be related to only a small part of pepper genome, focusing on human visible and measurable traits. The variation observed directly on the genome by the molecular marker used was not sufficient to confirm the morphological differences observed among the accessions. Both ways of characterizing the accessions were useful and necessary to their knowledge, revealing valuable information for conservation strategies and the use of amazon peppers.

A idéia de capacitar uma máquina a reconhecer o ambiente em que atua tem motivado pesquisadores a investir esforços no estudo do mais complexo dos sentidos humanos, a visão. A visão é, antes de tudo, uma tarefa de representação e processamento de informações, sendo portanto adequada ao tratamento computacional. Visto que ainda não se possuem métodos que tenham resultados equivalentes ao que seria obtido com um usuário humano, tem-se estudado intensamente a utilização de feições para um melhor aproveitamento de seu potencial. Dentre estas feições, a forma de um objeto proporciona um poderoso indício de sua identidade e funcionalidade, podendo ser utilizada para seu reconhecimento. Isso distingue a forma de outras feições visuais elementares, como a cor, o movimento ou a textura, que, apesar de igualmente importantes, normalmente não revelam a identidade de um objeto. Assim sendo, a possibilidade de avaliar a robustez e a estabilidade de técnicas alternativas para a representação de forma é vital para prever o desempenho de cada técnica na presença de alguma incerteza ou discrepância. Neste trabalho, alguns descritores de forma descritos na literatura foram implementados e utilizados em estudos de caso para avaliar sua eficácia. Estes estudos de caso foram realizados utilizando-se caracteres, todavia, com finalidades bastante distintas. O primeiro estudo de caso é voltado para aplicações como a robótica móvel, com reconhecimento de comandos localizados no ambiente por parte do robô. Já o estudo de caso principal está direcionado para aplicações de reconhecimento de placas de automóveis, que poderia tanto ser utilizado para monitoramento e controle do fluxo de trânsito, quanto para controle de infrações. Muitas aplicações, incluindo aquelas que envolvem a recuperação e indexação de objetos visuais, são apropriadas para a utilização de feições de forma. Outra característica importante do presente trabalho é a de realçar que a seleção de um bom descritor reduz o esforço necessário na etapa de classificação, o qual é computacionalmente elevado. / The idea of enabling a machine to recognize the environment with which it interacts has motivated researchers to dedicate efforts in studying the most complex of the human senses: vision. Vision is essentially a task of information representation and processing, what makes it suitable for computational treatment. Given that currently there are no methods that perform equivalently to humans, the use of features has been intensively studied in order to improve the performance of the existing methods. Among these features, the shape of an object provides a powerful sign of its identity and functionality, what enables the exploitation of this feature with the purpose of recognition. This evidence distinguishes shape from other visual features, such as color, motion or texture, which, although equally important, normally do not reveal the identity of an object. As a result, the possibility of evaluating the robustness and stability of alternate techniques for shape representation is essential in order to measure the performance of each technique in the presence of uncertainty. In this work, some shape descriptors available in the literature were implemented and used in case studies aiming at evaluating their effectiveness. These case studies were carried out using characters, although, with very different purposes. The first case study is geared towards applications such as mobile robotics, where the robot recognizes commands available in the environment. The main case study is focused on applications of license plate recognition, which could be used both in situations of surveillance and traffic control and in situations of infraction. Many applications, including those that involve the search and indexing of visual objects, are suited for the use of shape features. Another important characteristic of this work is that it emphasizes that the selection of a good shape description reduces the effort during the classification step, which is computationally elevated.

Os macroinvertebrados bentônicos constituem uma importante comunidade em riachos, pois participam do fluxo de energia, sendo um importante recurso alimentar para níveis tróficos adjacentes e superiores. Formam uma fauna bastante diversificada e a estrutura desta comunidade pode ser influenciada por diversos fatores ambientais, os quais variam no tempo, no espaço e na escala analisada. O presente estudo objetivou: a) analisar a estrutura da comunidade de macroinvertebrados bentônicos em uma bacia hidrográfica gaúcha, a saber bacia do rio Forqueta (RS, Brasil) em nível taxonômico e de grupos funcionais; b) investigar a variação sazonal (verão e inverno) e a variação espacial da estrutura da comunidade em função de diferenças espaciais nas características morfo-fisiográficas dos trechos amostrados; c) identificar a variabilidade da comunidade de macroinvertebrados bentônicos em três escalas espaciais (rio, segmento de rio e mesohábitat), enfatizando quais escalas espaciais melhor explicam a estrutura da comunidade nesta bacia; d) investigar quais os descritores ambientais mensurados influenciam na estrutura da comunidade e e) qual a porcentagem da variabilidade na riqueza de organismos pode ser explicada pelos descritores ambientais locais mensurados. Realizou-se amostragens de macroinvertebrados bentônicos e descritores ambientais nos períodos de inverno de 2007 e verão de 2008 em oito sítios de amostragem na bacia do rio Forqueta (RS, Brasil). A estrutura da comunidade de macroinvertebrados bentônicos foi caracterizada por uma baixa diversidade, presença de muitas famílias raras e poucas abundantes. Houve predomínio do grupo funcional de coletores nos ambientes analisados. Observou-se maior diversidade nos locais amostrados localizados na unidade geomorfológica Serra Geral, denotando a importância da geomorfologia na estruturação das comunidades aquáticas. Para a análise da estrutura da comunidade em escalas espaciais, as amostragens seguiram um delineamento amostral hierárquico. Foram analisados oito segmentos de rio, considerando os mesohábitats: corredeira e remanso, no verão de 2008. A análise nested Anova mostrou que a comunidade de macroinvertebrados bentônicos varia nas escalas analisadas, sendo que a comunidade está estruturada principalmente de acordo com a escala de mesohábitat. 46,5% da variação na riqueza foi explicada pelas diferenças entre os mesohábitats. Nesta escala houve maior variação na estrutura da comunidade, segundo a Permanova. A Análise de Redundância parcial (pRDA) evidenciou pH, largura do leito do rio, velocidade da corrente e alcalinidade como os descritores que mais contribuiram para explicar a estrutura espacial da comunidade. A partilha da variância mostrou que 12,5% da variabilidade da comunidade foi explicada puramente pelos descritores ambientais. Os resultados mostraram a correspondência entre a distribuição das comunidades de macroinvertebrados bentônicos e os descritores ambientais, demonstrando a importância das variações em mesoescala para o estudo da distribuição destes organismos nesta bacia. / The benthic macroinvertebrate constitute an important community in streams, as part of the flow of energy, being an important food resource for adjacent and higher trophic levels. Form a very diverse fauna and the structure of this community can be influenced by several environmental factors, which vary in time, in space and on the scale considered. This study aimed to: a) analyze the community structure of benthic macroinvertebrate in Forqueta river basin (RS, Brazil) in level taxonomic and functional groups, during winter 2007 and summer 2008, b) investigate the seasonal variation (summer and winter) and the spatial variation of community structure due to spatial differences in morpho-physiographic, d) identify the variability of the macroinvertebrate community at three spatial scales (river, river segment and mesohabitat), emphasizing spatial scales which best explain the community structure in this basin, e) investigate the descriptors which measured environmental influences on community structure and f) what percentage of the variability in the richness of organisms can be explained by local environmental descriptors. The structure of the benthic macroinvertebrate community was characterized by a low diversity, the presence of many rare and few abundant families. There was a higher of the functional group of collectors in the environments analyzed. There was greater diversity in Serra Geral geomorphological unit, emphasizing the importance of geomorphology in structuring aquatic communities. For the analysis of community structure in spatial scales, the sampling followed a hierarchical sampling design. We analyzed the eight segments of the river, considering the mesohabitats: riffles and pools, in the summer of 2008. The nested ANOVA showed that the benthic macroinvertebrate community changes in scales, and that the community is organized mainly according to the scale of mesohabitat. 46.5% of the variation in richness was explained by differences between the mesohabitats. This scale was greater variation in community structure, according to Permanova. Partial Redundancy Analysis (pRDA) showed pH, width of the river bed, flow and alkalinity as the descriptors that contributed most to explain the spatial structure of the community. The partition of variance showed that 12.5% of the variability of community was explained by purely environmental descriptors. The results showed the correlation between the distribution of benthic macroinvertebrate communities and environmental descriptors, demonstrating the importance of variations in mesoscale to study the distribution of these organisms in this basin.

Resumo: Com o objetivo de ampliar o conhecimento sobre uma coleção de pimentas da Embrapa Roraima, foram realizadas caracterizações morfológica com descritores do IPGRI e molecular com marcadores fAFLP, de 58 acessos de Capsicum chinense. Os resultados da avaliação morfológica detectaram que, 39% dos acessos não se agruparam e entre os mesmos observou-se uma dissimilaridade de até 70%, com 50% de média. A caracterização molecular revelou uma dissimilaridade média de 22,3% entre os acessos levando à conclusão de que há uma pequena variabilidade genética entre os acessos, considerando o genoma como um todo. Os resultados demonstraram que as diferenças morfológicas estariam baseadas apenas em uma parte do genoma das pimentas, focada em características visíveis e mensuráveis pelo ser humano. Por outro lado, a variação observada a partir do DNA genômico por meio do marcador molecular utilizado não foi suficiente para ratificar as diferenças morfológicas observadas. Ambas as formas de caracterizar os acessos foram úteis e necessárias para o conhecimento dos mesmos, revelando informações valiosas para estratégias de conservação e uso das pimentas da Amazônia. / Abstract: In order to raise the knowledge about a pepper collection from Embrapa Roraima, IPGRI morphological descriptors and fAFLP molecular marker were used to characterize 58 acessions of Capsicum chinense, contributing with information about the diversity of those plants. The results of morphological evaluation showed that 39% of the accessions did not group together and it also detected a great dissimilarity among the accessions, reaching values above 70%, with a 50% medium. The molecular characterization showed an average dissimilarity of 22,3%, indicating little genetic variability on the collection evaluated, considering the total genome of the plants. These results demonstrate that variation detected by morphological descriptors would be related to only a small part of pepper genome, focusing on human visible and measurable traits. The variation observed directly on the genome by the molecular marker used was not sufficient to confirm the morphological differences observed among the accessions. Both ways of characterizing the accessions were useful and necessary to their knowledge, revealing valuable information for conservation strategies and the use of amazon peppers. / Orientador: Leila Trevizan Braz / Coorientador: Eliana Gertrudes de Macedo Lemos / Banca: Maria Helena de Souza Goldman / Banca: Arlete Marchi Tavares de Melo / Banca: João Carlos de Oliveira / Banca: Lúcia Maria Carareto Alves / Doutor

Made available in DSpace on 2015-03-26T13:42:35Z (GMT). No. of bitstreams: 1 texto completo.pdf: 530253 bytes, checksum: 19dae967f18646a35628db0ed04dffb9 (MD5) Previous issue date: 2007-03-19 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The objective of this study was to evaluate new morphological characteristics of soybean with the purpose of discriminating cultivars; evaluate the reproductive substages for genotype differentiation; and characterize the growth habit of soybean cultivars. Four experiments were conducted in greenhouse conditions, in the Federal University of Viçosa, carrying out two sowing times in the summer (December and February) and two sowing times in the winter (May and June). The treatments consisted of sixteen soybean cultivars (Pelicano, Viçoja, UFV-1, UFV-16, UFV-18, Conquista, Primavera, FT-Abyara, FT-EStrela, FT-Cristalina, Emgopa-316, DM-339, M-SOY 9001, M-SOY 6101, IAC-Foscarin 31 and Bossier) arranged in a complete randomized design, with five repetitions. Each experimental unit consisted of two plants cultivated in a container containing soil with 1/3 organic matter. The results indicated that it was possible to distinguish the soybean genotypes by the characteristics hypocotyl length, epicotyl length, petiole length of the unifoliate leaf, petiole and rhachis length of the first trifoliate leaf and shape of the unifoliate leaf, however, through the decomposition of the interaction and the estimates of the phenotypic correlations it was found that the hypocotyl and epicotyl lengths are highly influenced by the sowing time, whereas this influence tended to be smaller for the other characteristics. The discriminant analysis showed that these characteristics were not enough to distinguish among all the genotypes, and that better discrimination was obtained in the winter sowing (May). The number of days for the reproductive stages gave the period for each substage (flowering, pod formation, seed formation and maturation), observing that the genotypes with similar vegetative cycle and/or total cycle can be distinguished in their substages, and the stage of pod formation and maturation showed higher determination coefficient. Based on the height, number of nodes between stages R1 and R8 and the proportion of height at the beginning of flowering in relation to the final height, it was found that the studied genotypes showed growth habit of determinate, semi-determinate and indeterminate types. The results allowed the conclusion that the characteristics evaluated during the vegetative phase are useful to distinguish soybean genotypes, as additional characteristics, when an ideal time is established. Differentiating soybean genotypes during seed formation and maturation was more reliable than during the flowering and pod formation. Considering the four sowing times, the studied genotypes Viçosa and UFV-1 showed determinate growth type, UFV-16, UFV-18, M-SOY 9001, DM-339, FT-Abyara, FT-Estrela semi-determinate and IAC-Foscarin-31, Emgopa-316 and Primavera the indeterminate type. / Este trabalho teve como objetivos avaliar novas características morfológicas de soja para fins de discriminação de cultivares; avaliar os subestádios reprodutivos para diferenciação de cultivares; e caracterizar o tipo de crescimento de cultivares de soja. Foram conduzidos quatro experimentos em condições de casa de vegetação, na Universidade Federal de Viçosa, realizados em duas épocas de semeadura no período de verão (dezembro e fevereiro) e duas épocas de semeadura no período de inverno (maio e junho). Os tratamentos foram constituídos de 16 cultivares de soja (Pelicano, Viçoja, UFV-1, UFV-16, UFV-18, Conquista, Primavera, FTAbyara, FT-Estrela, FT-Cristalina, Emgopa-316, DM-339, M-SOY 9001, MSOY 6101, IAC-Foscarin 31 e Bossier), dispostos em delineamento experimental inteiramente casualizado, com cinco repetições. Cada unidade experimental foi constituída por duas plantas, cultivadas em vaso, contendo solo com 1/3 de matéria orgânica. Os resultados indicaram ser possível distinguir as cultivares de soja pelas características comprimento do hipocótilo, comprimento do epicótilo, comprimento do pecíolo da folha unifoliolada, comprimento do pecíolo e da raque da primeira folha trifoliolada e forma da folha unifoliolada. No entanto, pela decomposição da interação de cultivares x épocas de semeadura e pelas estimativas de correlações fenotípicas verificou-se que o comprimento do hipocótilo e do epicótilo são altamente influenciados pela época de semeadura, enquanto, para as demais características esta influência tendeu a ser de menor magnitude. Pela análise discriminante, constatou-se que apenas essas características não foram suficientes para distinguir todas as cultivares e que na semeadura de inverno (maio) obteve-se melhor discriminação. Com os valores de número de dias para os estádios reprodutivos, obteve-se o período de cada subestádio (floração, formação da vagem, formação da semente e maturação) para os quais se notou que as cultivares semelhantes quanto ao ciclo vegetativo e/ou total podem ser distinguidas nos seus subestádios; sendo os períodos de formação da vagem e de maturação apresentaram coeficientes de determinação genotípico mais elevados. Com base na altura, número de nós entre os estádios R1 e R8 e na proporção da altura da planta no início do florescimento em relação à altura final, constatou-se que as cultivares estudadas apresentaram tipos de crescimento determinado, semideterminado e indeterminado. Os resultados permitiram concluir que as características avaliadas na fase vegetativa podem ser úteis para distinguir cultivares de soja, como características adicionais, quando estabelecida uma época ideal. A distinção de cultivares de soja no período de formação da semente e maturação foi mais confiável do que no período de floração e formação da vagem. Dentre as cultivares avaliadas, considerando as quatro épocas de semeadura, Viçoja e UFV-1 apresentaram tipo de crescimento determinado; UFV-16, UFV-18, M-SOY 9001, DM-339, FT-Abyara, FTEstrela, tipo semideterminado; e IAC-Foscarin-31, Emgopa-316 e Primavera, tipo indeterminado.

Submitted by FÁBIO HENRIQUE ANTUNES VIEIRA null (curso_structural@hotmail.com) on 2016-08-03T12:43:17Z No. of bitstreams: 1 Fábio Henrique Antunes Vieira TESE.pdf: 4977174 bytes, checksum: f3e115728925e457e12dd4a79c93812a (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-08-04T19:15:49Z (GMT) No. of bitstreams: 1 vieira_fha_dr_guara.pdf: 4977174 bytes, checksum: f3e115728925e457e12dd4a79c93812a (MD5) / Made available in DSpace on 2016-08-04T19:15:49Z (GMT). No. of bitstreams: 1 vieira_fha_dr_guara.pdf: 4977174 bytes, checksum: f3e115728925e457e12dd4a79c93812a (MD5) Previous issue date: 2016-06-30 / A classificação da qualidade da madeira é indicada para indústria de processamento e produção desse material. Essas empresas têm investido em soluções para agregar valor à matéria-prima, com o intuito de melhorar resultados, observando os rumos do mercado. O objetivo deste trabalho foi comparar Redes Neurais Convolutivas, um método de aprendizado profundo, na classificação da qualidade de madeira, com outras técnicas tradicionais de Máquinas de aprendizado, como Máquina de Vetores de Suporte, Árvores de Decisão, Regra dos Vizinhos Mais Próximos e Redes Neurais, em conjunto com Descritores de Textura. Isso foi possível através da verificação do nível de acurácia das experiências com diferentes técnicas, como Aprendizado Profundo e Descritores de Textura no processamento de imagens destes objetos. Foi utilizada uma câmera convencional para capturar as 374 amostras de imagem adotadas no experimento, e a base de dados está disponível para consulta. O processamento das imagens passou por algumas fases, após terem sido obtidas, como pré-processamento, segmentação, análise de recursos e classificação. Os métodos de classificação se deram através de Aprendizado Profundo e por meio de técnicas de Aprendizado de Máquinas tradicionais como Máquina de Vetores de Suporte, Árvores de Decisão, Regra dos Vizinhos Mais Próximos e Redes Neurais juntamente com os Descritores de Textura. Os resultados empíricos para o conjunto de dados das imagens da madeira serrada mostraram que o método com Descritores de Textura, independentemente da estratégia empregada, foi muito competitivo quando comparado com as Redes Neurais Convolutivas para todos os experimentos realizados, e até mesmo superou-as para esta aplicação. / The quality classification of wood is prescribed throughout the wood chain industry, particularly those from the processing and manufacturing fields. Those organizations have invested energy and time trying to increase value of basic items, with the purpose of accomplishing better results, in agreement to the market. The objective of this work was to compare Convolutional Neural Network, a deep learning method, for wood quality classification to other traditional Machine Learning techniques, namely Support Vector Machine (SVM), Decision Trees (DT), K-Nearest Neighbors (KNN), and Neural Networks (NN) associated with Texture Descriptors. Some of the possible options were to assess the predictive performance through the experiments with different techniques, Deep Learning and Texture Descriptors, for processing images of this material type. A camera was used to capture the 374 image samples adopted on the experiment, and their database is available for consultation. The images had some stages of processing after they have been acquired, as pre-processing, segmentation, feature analysis, and classification. The classification methods occurred through Deep Learning, more specifically Convolutional Neural Networks - CNN, and using Texture Descriptors with Support Vector Machine, Decision Trees, K-nearest Neighbors and Neural Network. Empirical results for the image dataset showed that the approach using texture descriptor method, regardless of the strategy employed, is very competitive when compared with CNN for all performed experiments, and even overcome it for this application.

Submitted by Bruno Tavares Padovese null (bpadovese@gmail.com) on 2017-07-03T15:22:41Z No. of bitstreams: 1 Dissertacao_Mestrado_Bruno_Tavares_Padovese.pdf: 4559390 bytes, checksum: 9152719c817205d08d3a72b5a5abc949 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-07-04T17:59:03Z (GMT) No. of bitstreams: 1 padovese_bt_me_sjrp.pdf: 4559390 bytes, checksum: 9152719c817205d08d3a72b5a5abc949 (MD5) / Made available in DSpace on 2017-07-04T17:59:03Z (GMT). No. of bitstreams: 1 padovese_bt_me_sjrp.pdf: 4559390 bytes, checksum: 9152719c817205d08d3a72b5a5abc949 (MD5) Previous issue date: 2017-05-15 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Resumo: Os estágios iniciais da doença de Alzheimer são comumente confundidos com o processo natural de envelhecimento. Adicionalmente, a metodologia envolvida no diagnóstico por radiologistas pode ser subjetiva e difícil de documentar. Neste cenário, o desenvolvimento de abordagens acessíveis capazes de auxiliar no diagnóstico precoce da doença de Alzheimer é crucial. Várias abordagens têm sido empregadas com este objetivo, especialmente utilizando imagens de ressonância magnética cerebral. Embora resultados com precisão satisfatória tenham sido obtidos, a maioria das abordagens requer etapas de pré-processamento muito específicas, baseadas na anatomia do cérebro. Neste trabalho, apresentamos uma nova abordagem de recuperação de imagens para auxílio ao diagnóstico da doença de Alzheimer, com base em descritores de propósito geral e uma etapa de pós-processamento não supervisionada. Os exames de ressonância magnética cerebral são processados e recuperados através de descritores de uso geral sem nenhuma etapa de pré-processamento. Dois algoritmos de aprendizado não-supervisionados baseados em ranqueamento foram aplicados para melhorar a eficácia dos resultados iniciais: os algoritmos RL-Sim e ReckNN. Os resultados experimentais demonstram que a abordagem proposta é capaz de atingir resultados de recuperação eficazes, sendo adequada para auxiliar no diagnóstico da doença de Alzheimer. / Abstract: Initial stages of Alzheimer’s disease are easily confused with the normal aging process. Additionally, the methodology involved in the diagnosis by radiologists can be subjective and difficult to document. In this scenario, the development of accessible approaches capable of supporting the early diagnosis of Alzheimer’s disease is crucial. Various approaches have been employed with this objective, specially using brain MRI scans. Although certain satisfactory accuracy results have been achieved, most of the approaches require very specific pre-processing steps based on the brain anatomy. In this work, we present a novel image retrieval approach for supporting the Alzheimer’s disease diagnostic, based on general purpose features and an unsupervised post-processing step. The brain MRI scans are processed and retrieved through general visual features without any pre-processing step. Two rank-based unsupervised distance learning algorithms were used for improving the effectiveness of the initial results: the RL-Sim and ReckNN algorithms. Experimental results demonstrate that the proposed approach can achieve effective retrieval results, being suitable in aiding the diagnosis of Alzheimer’s disease. / CNPq: 154034/2016-9

Este projeto descreve o desenvolvimento, estudo e aplicação de descritores fractais em análise de texturas. Nos últimos anos, a literatura vem apresentando a geometria fractal como uma ferramenta poderosa para a análise de imagens, com aplicações em variados campos da ciência. A maior parte destes trabalhos faz uso direto da dimensão fractal como um descritor do objeto representado na imagem. Entretanto, em função da complexidade de muitos problemas nesta área, algumas soluções foram propostas para melhorar essa análise, usando não apenas o valor da dimensão fractal, mas um conjunto de medidas que pudessem ser extraídas pela geometria fractal e que descrevessem as texturas com maior riqueza e precisão. Entre essas técnicas, destacam-se a metodologia de multifractais, de dimensão fractal multiescala e, mais recentemente, os descritores fractais. Esta última técnica tem se mostrado eficiente na solução de problemas relacionados à discriminação de imagens de texturas e formas, uma vez que os descritores gerados fornecem uma representação direta do padrão de complexidade (distribuição dos detalhes ao longo das escalas de observação) da imagem. Assim, essa solução permite que se tenha uma descrição rica da imagem estudada pela análise da distribuição espacial e/ou espectral dos pixels e intensidade de cores/tons de cinza, com uma modelagem que pode se aproximar da percepção visual humana para a geração de um método automático e preciso. Ocorre, entretanto, que os trabalhos apresentados até o momento sobre descritores fractais focam em métodos de estimativa de dimensão fractal mais conhecidos como Bouligand-Minkowski e Box-counting. Este projeto visa estudar mais a fundo o conceito, generalizando para outras abordagens de dimensão fractal, bem como explorando diferentes formas de se extraírem os descritores a partir da curva logarítmica associada à dimensão. Os métodos desenvolvidos são aplicados à análise de texturas, em problemas de classificação de bases públicas, cujos resultados podem ser comparados com métodos da literatura, bem como a segmentação de imagens de satélite e à identificação automática de amostras obtidas em estudos de nanotecnologia. Os resultados alcançados demonstram o potencial da metodologia desenvolvida para a solução destes problemas, mostrando tratar-se de uma nova fronteira a ser usada e explorada em análise de imagens e visão computacional como um todo. / This project describes the development, study and application of fractal descriptors to texture analysis. Recently, the literature has shown fractal geometry as a powerful tool for image analysis, with applications to several areas of science. Most of these works use fractal dimension as a descriptor of the object depicted in the image. However, due to the complexity of many problems in this context, some solutions have been proposed to improve this analysis. These proposed methods use not only the value of fractal dimension, but a set of measures which could be extracted by fractal geometry to describe the textures with greater richness and accuracy. Among such techniques, we emphasize the multifractal methodology, multiscale fractal dimension and, more recently, fractal descriptors. This latter technique has demonstrated to be efficient in solving problems related to the discrimination of texture and shape images. This is possible as the extracted descriptors provide a direct representation of the complexity (the details distribution along the scales of observation) in the image. Thus, this solution allows for a rich description of the image studied by analyzing the spatial/spectral distribution of pixels and intensity of colors/gray-levels, with a model which can approximate the human visual perception, generating an automatic and precise method. However, the works about fractal descriptors presented in the literature focus on classical methods to estimate fractal dimension, such as Bouligand-Minkowski and Box-counting. This project aims at studying more deeply the concept, generalizing to other approaches in fractal dimension, as well as exploring different ways of extracting the key features from the logarithmic curve associated with the dimension. The developed methods are applied to texture analysis, in classification problems over public databases, whose results can be compared with literature methods, as well as to the segmentation of satellite images and automatically identifying samples obtained from studies on nanotechnology. The results demonstrate the potential of the methodology developed to solve such problems, showing that this is a new frontier to be explored and used in image analysis and computer vision at all.