Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-03-14T21:32:46Z No. of bitstreams: 1 PetrucioRicardoTavaresDeMedeiros_DISSERT.pdf: 5937912 bytes, checksum: c98c0e639d8348140e2635081d9744f4 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-03-15T22:29:35Z (GMT) No. of bitstreams: 1 PetrucioRicardoTavaresDeMedeiros_DISSERT.pdf: 5937912 bytes, checksum: c98c0e639d8348140e2635081d9744f4 (MD5) / Made available in DSpace on 2017-03-15T22:29:35Z (GMT). No. of bitstreams: 1 PetrucioRicardoTavaresDeMedeiros_DISSERT.pdf: 5937912 bytes, checksum: c98c0e639d8348140e2635081d9744f4 (MD5) Previous issue date: 2016-07-20 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O foveamento ? uma t?cnica de vis?o computacional capaz de promover a redu??o da informa??o visual atrav?s de uma transforma??o da imagem, em dom?nio espacial, para o dom?nio de multirresolu??o. Entretanto, esta t?cnica se limita a uma ?nica f?vea com mobilidade dependente do contexto. Neste trabalho s?o propostas a defini??o e a constru??o de um modelo multifoveado denominado MMMF (multifoveamento em multirresolu??o com f?veas m?veis) baseado em um modelo anterior denominado MMF (multirresolu??o com f?vea m?vel). Em um contexto de m?ltiplas f?veas, a aplica??o de v?rias estruturas MMF, uma para cada f?vea, resulta em um consider?vel aumento de processamento, uma vez que h? interse??es entre regi?es de estruturas distintas, as quais s?o processadas m?ltiplas vezes. Dadas as estruturas de f?veas MMF, propomos um algoritmo para obter regi?es disjuntas que devem ser processadas, evitando regi?es redundantes e, portanto, reduzindo o tempo de processamento. Experimentos s?o propostos para validar o modelo e verificar a sua aplicabilidade no contexto de vis?o computacional. Resultados demonstram o ganho em termos de tempo de processamento do modelo proposto em rela??o ao uso de m?ltiplas f?veas do modelo MMF. / Foveation is a computer vision technique for visual information reduction obtained by applying an image transformation in the spatial domain to the multiresolution domain. However, this technique is limited to a single fovea context-dependent mobility. This work proposes the definition and the construction of a multifoveated model called MMMF (Multiresolution Multifoveation using Mobile Foveae) based on an earlier model called MMF (Multiresolution with Moving Fovea). In the context of multiple foveae, the application of various MMF structures, one for each fovea, results in an increase in processing time, since there are intersections between regions of different structures, which are processed multiple times. Given MMF structures, an algorithm in order to get disjoint regions which are to be processed is proposed, avoiding redundant regions and thereby reducing the processing time. Experiments are proposed to validate the model and to verify its applicability in the computer vision context. Results show the gain in processing time of the proposed model compared to the use of multiple MMF structures.

Made available in DSpace on 2014-12-17T14:55:16Z (GMT). No. of bitstreams: 1 RafaelBG_TESE.pdf: 2529249 bytes, checksum: b16afb21de612f10dcfa5acb69028967 (MD5) Previous issue date: 2013-08-02 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / Visual attention is a very important task in autonomous robotics, but, because of its complexity, the processing time required is significant. We propose an architecture for feature selection using foveated images that is guided by visual attention tasks and that reduces the processing time required to perform these tasks. Our system can be applied in bottom-up or top-down visual attention. The foveated model determines which scales are to be used on the feature extraction algorithm. The system is able to discard features that are not extremely necessary for the tasks, thus, reducing the processing time. If the fovea is correctly placed, then it is possible to reduce the processing time without compromising the quality of the tasks outputs. The distance of the fovea from the object is also analyzed. If the visual system loses the tracking in top-down attention, basic strategies of fovea placement can be applied. Experiments have shown that it is possible to reduce up to 60% the processing time with this approach. To validate the method, we tested it with the feature algorithm known as Speeded Up Robust Features (SURF), one of the most efficient approaches for feature extraction. With the proposed architecture, we can accomplish real time requirements of robotics vision, mainly to be applied in autonomous robotics / A aten??o visual ? uma importante tarefa em rob?tica aut?noma, mas devido ? sua complexidade, o tempo de processamento necess?rio ? significativo. Prop?e-se uma arquitetura para sele??o de features usando imagens foveadas que ? guiada por tarefas envolvendo aten??o visual e que reduz o tempo de processamento para realizar tais tarefas. O sistema proposto pode ser aplicado para aten??o bottom-up ou top-down. O modelo de foveamento determina quais escalas devem ser utilizadas no algoritmo de extra??o de features. O sistema ? capaz de descartar features que n?o s?o essenciais para a realiza??o da tarefa e, dessa forma, reduz o tempo de processamento. Se a f?vea ? corretamente posicionada, ent?o ? poss?vel reduzir o tempo de processamento sem comprometer o desempenho da tarefa. A dist?ncia da f?vea para o objeto tamb?m ? analisada. Caso o sistema visual perca o tracking na aten??o top-down, estrat?gias b?sicas de reposicionamento da f?vea podem ser aplicadas. Experimentos demonstram que ? poss?vel reduzir em at? 60% o tempo de processamento com essa abordagem. Para validar o m?todo proposto, s?o realizados testes com o algoritmo de extra??o de features SURF, um dos mais eficientes existentes. Com a arquitetura proposta para sele??o de features, ? poss?vel cumprir requisitos de um sistema de vis?o em tempo-real com poss?veis aplica??es na ?rea de rob?tica