Orientador : Inacio Maria Dal Fabbro / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-01T21:10:17Z (GMT). No. of bitstreams: 1 Ramos_JeanPauloSilva_D.pdf: 7445135 bytes, checksum: c3055b8364ba727acc93568c42224e70 (MD5) Previous issue date: 2001 / Doutorado

Made available in DSpace on 2014-06-12T17:40:35Z (GMT). No. of bitstreams: 2 arquivo7036_1.pdf: 2047609 bytes, checksum: e3d87bd28e5314c857de9b11d1bc348a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Para avaliar a qualidade do desempenho de ferramentas comerciais de Reconhecimento Óptico de Caracteres (OCR) é necessário adquirir métricas para avaliar o quanto um texto transcrito está próximo do texto original, uma vez que quando uma imagem sofre alterações, por menores que sejam, estas influenciam nas transcrições dos OCR s. Neste trabalho será apresentada uma nova métrica para avaliar transcrições de OCR s: através da aplicação de técnicas de filtragem (brilho, contraste, resolução, rotação, etc.) na imagem original, para que as mudanças mínimas gerem inúmeras imagens, as quais serão submetidas ao OCR e resultarão em textos distintos. Um algoritmo foi desenvolvido para comparar os textos gerados, analisando desde a quantidade de linhas até a igualdade entre os caracteres. Através da análise de maior freqüência entre os caracteres, este algoritmo gera um novo arquivo-texto. Com o uso desta metodologia, o arquivo gerado ficou muito próximo do original com um índice de acerto maior que os arquivos transcritos sem o processo de filtragem

Tese de mestrado. Multimédia. Faculdade de Engenharia. Universidade do Porto, Museu de Serralves. 2009

Tese de mestrado. Engenharia Informática. Faculdade de Engenharia. Universidade do Porto. 2005

Contém apêndices / Dissertação apresentada para obtenção do grau de Doutor, na Universidade de Aveiro

Orientador : Prof. Dr. Luciano Silva / Co-orientadora : Profª. Drª. Olga Regina Pereira Bellon / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 16/09/2014 / Inclui referências / Resumo: A visualização 3D remota de objetos culturais é uma ferramenta importante para diversas atividades na área de preservação digital, pois pode minimizar danos causados pelo transporte ou manipulação física dos objetos. Os modelos 3D gerados no processo de digitalização 3D podem auxiliar em restaurações ou na reconstrução física dos objetos. Devido aos avanços das tecnologias para digitalização 3D, os modelos 3D estão cada vez mais precisos. A disponibilização desses modelos para a visualização na web pode ser dificultada por restrições de acesso remoto, como por exemplo espaço de armazenamento, memória, capacidade de processamento e velocidade de conexão disponíveis. Nesse contexto, esta tese se concentra na visualização web interativa de modelos 3D realistas com fidelidade visual requerida ao estudo remoto dos objetos. O framework de visualização 3D baseada na web proposto incorpora a compressão progressiva de modelos 3D coloridos orientada por dados, uma base de dados de apoio à reconstrução 3D progressiva e uma aplicação web para a visualização 3D remota. Ao preservar as cores através do mapeamento de textura, a abordagem de compressão 3D progressiva orientada por dados proposta provê modelos intermediários com boa qualidade visual, principalmente a baixas resoluções. A estrutura do framework possibilita à aplicação suportar acessos simultâneos, além de viabilizar o acesso remoto por computadores e dispositivos móveis com restrição de recursos. A aplicação desenvolvida aproveita os recentes avanços das tecnologias web, proporcionando acesso livre de plugins e melhorando a qualidade da experiência do usuário. A solução proposta foi aplicada aos modelos 3D do conjunto de esculturas chamado "Os Doze Profetas" de Aleijadinho, considerado Patrimônio Mundial pela UNESCO. Através dos resultados experimentais pode-se comprovar que a preservação das cores combinada à reconstrução 3D progressiva é uma estratégia efetiva e apropriada para a visualização interativa de modelos 3D realistas na web. Palavras-chave: Preservação digital. Modelos 3D realistas. Visualização na web. Reconstrução 3D progressiva. Qualidade visual. / Abstract: Remote 3D visualization of valuable objects is a very important tool for the accomplishment of digital preservation tasks, since it prevents damages caused both by shipping and physical manipulation. The 3D models generated by 3D scanning may help physical restoration or reconstruction of the objects. Due to advances in 3D scanning technologies, the 3D models are becoming increasingly detailed. The web visualization of these models generated for digital preservation purposes is hampered by storage space, memory and processing restrictions. In this context, this thesis focuses on interactive web visualization of realistic 3D models for the remote study of the objects. The proposed web-based 3D visualization framework incorporates the datadriven progressive compression of colored 3D models, the database to support the progressive 3D reconstruction and a web application for remote 3D visualization. By preserving the colors through texture mapping, the proposed data-driven progressive 3D compression provides intermediate models with good visual quality at low resolutions. The framework enables the web application to support concurrent access, as well as providing access through computers with restricted resources. Our application takes advantages of the recent advances of the web technologies for providing a plugin-free experience. The proposed solution was applied to sculptures of the Twelve Prophets of Aleijadinho, considered World Heritage by UNESCO. The experimental results shows that the color preservation combined with progressive 3D reconstruction is an effective and appropriate strategy for interactive visualization of realistic 3D models on the web. Keywords: Digital preservation. Realistic 3D models. Web-based visualization. Progressive 3D reconstrution. Visual Quality.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T10:18:08Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T16:45:23Z : No. of bitstreams: 1 173312.pdf: 16696602 bytes, checksum: 0d9052fa569743fd2b544090773a55d0 (MD5) / O presente trabalho propõe um algoritmo para classificação e identificação em tempo real de impressões digitais. Através da decomposição wavelet de Haar, são obtidas imagens direcionais de múltiplas resoluções de uma impressão digital. Tais imagens são utilizadas para a classificação da impressão digital em padrões (Arco, Arco Tentado, Verticilo, Presilha Externa e Presilha Interna) segundo a contagem de pontos singulares obtidos em cada nível de resolução. A seguir, são comparadas a imagens direcionais de um banco de dados de impressões digitais, sendo selecionada a impressão que apresentar ao final do processo de comparação uma maior similaridade de orientação segundo um limiar pré-estabelecido. O uso da transformada wavelet no processo de identificação permite dispensar etapas de pré-processamento usuais nesse tipo de aplicação, além de prover maior confiabilidade em relação aos métodos baseados unicamente em análise espacial. Resultados experimentais são apresentados demostrando a eficiência e robustez do algoritmo proposto.

BARROS, A. L. B. P. Revisitando o problema de classificação de padrões na presença de outliers usando técnicas de regressão robusta. 2013. 132 f. Tese (Doutorado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2014-04-03T16:37:19Z No. of bitstreams: 1 2013_tese_albpbarros.pdf: 1388726 bytes, checksum: 538397168fecf8499a0d2f56c55e7ca9 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2014-05-07T19:09:33Z (GMT) No. of bitstreams: 1 2013_tese_albpbarros.pdf: 1388726 bytes, checksum: 538397168fecf8499a0d2f56c55e7ca9 (MD5) / Made available in DSpace on 2014-05-07T19:09:33Z (GMT). No. of bitstreams: 1 2013_tese_albpbarros.pdf: 1388726 bytes, checksum: 538397168fecf8499a0d2f56c55e7ca9 (MD5) Previous issue date: 2013 / This thesis addresses the problem of data classification when they are contaminated with atypical patterns. These patterns, generally called outliers, are omnipresent in real-world multi- variate data sets, but their a priori detection (i.e. before training the classifier) is a difficult task to perform. As a result, the most common approach is the reactive one, in which one suspects of the presence of outliers in the data only after a previously trained classifier has achieved a low performance. Several strategies can then be carried out to improve the performance of the classifier, such as to choose a more computationally powerful classifier and/or to remove the de- tected outliers from data, eliminating those patterns which are difficult to categorize properly. Whatever the strategy adopted, the presence of outliers will always require more attention and care during the design of a pattern classifier. Bearing these difficulties in mind, this thesis revi- sits concepts and techniques from the theory of robust regression, in particular those related to M-estimation, adapting them to the design of pattern classifiers which are able to automatically handle outliers. This adaptation leads to the proposal of robust versions of two pattern classi- fiers widely used in the literature, namely, least squares classifier (LSC) and extreme learning machine (ELM). Through a comprehensive set of computer experiments using synthetic and real-world data, it is shown that the proposed robust classifiers consistently outperform their original versions. / Nesta tese, aborda-se o problema de classificação de dados que estão contaminados com pa- drões atípicos. Tais padrões, genericamente chamados de outliers, são onipresentes em conjunto de dados multivariados reais, porém sua detecção a priori (i.e antes de treinar um classificador) é uma tarefa de difícil realização. Como conseqüência, uma abordagem reativa, em que se desconfia da presença de outliers somente após um classificador previamente treinado apresen- tar baixo desempenho, é a mais comum. Várias estratégias podem então ser levadas a cabo a fim de melhorar o desempenho do classificador, dentre elas escolher um classificador mais poderoso computacionalmente ou promover uma limpeza dos dados, eliminando aqueles pa- drões difíceis de categorizar corretamente. Qualquer que seja a estratégia adotada, a presença de outliers sempre irá requerer maior atenção e cuidado durante o projeto de um classificador de padrões. Tendo estas dificuldades em mente, nesta tese são revisitados conceitos e técni- cas provenientes da teoria de regressão robusta, em particular aqueles relacionados à estimação M, adaptando-os ao projeto de classificadores de padrões capazes de lidar automaticamente com outliers. Esta adaptação leva à proposição de versões robustas de dois classificadores de padrões amplamente utilizados na literatura, a saber, o classificador linear dos mínimos qua- drados (least squares classifier, LSC) e a máquina de aprendizado extremo (extreme learning machine, ELM). Através de uma ampla gama de experimentos computacionais, usando dados sintéticos e reais, mostra-se que as versões robustas dos classificadores supracitados apresentam desempenho consistentemente superior aos das versões originais.

SENA, E. D. R. Técnicas multilineares em reconhecimento facial. 2014. 77 f. Dissertação (Mestrado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2014. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-02-12T17:11:46Z No. of bitstreams: 1 2014_dis_edrsena.pdf: 858896 bytes, checksum: f934617e0c123b479858e1a2ff40193a (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-02-12T17:12:06Z (GMT) No. of bitstreams: 1 2014_dis_edrsena.pdf: 858896 bytes, checksum: f934617e0c123b479858e1a2ff40193a (MD5) / Made available in DSpace on 2015-02-12T17:12:06Z (GMT). No. of bitstreams: 1 2014_dis_edrsena.pdf: 858896 bytes, checksum: f934617e0c123b479858e1a2ff40193a (MD5) Previous issue date: 2014-11-07 / In this dissertation, the face recognition problem is investigated from the standpoint of multilinear algebra, more specifically the tensor decomposition, and by making use of Gabor wavelets. The feature extraction occurs in two stages: first the Gabor wavelets are applied holistically in feature selection; Secondly facial images are modeled as a higher-order tensor according to the multimodal factors present. Then, the HOSVD is applied to separate the multimodal factors of the images. The proposed facial recognition approach exhibits higher average success rate and stability when there is variation in the various multimodal factors such as facial position, lighting condition and facial expression. We also propose a systematic way to perform cross-validation on tensor models to estimate the error rate in face recognition systems that explore the nature of the multimodal ensemble. Through the random partitioning of data organized as a tensor, the mode-n cross-validation provides folds as subtensors extracted of the desired mode, featuring a stratified method and susceptible to repetition of cross-validation with different partitioning. / Nesta dissertação o problema de reconhecimento facial é investigado do ponto de vista da álgebra multilinear, mais especificamente por meio de decomposições tensoriais fazendo uso das wavelets de Gabor. A extração de características ocorre em dois estágios: primeiramente as wavelets de Gabor são aplicadas de maneira holística na seleção de características; em segundo as imagens faciais são modeladas como um tensor de ordem superior de acordo com o fatores multimodais presentes. Com isso aplicamos a decomposição tensorial Higher Order Singular Value Decomposition (HOSVD) para separar os fatores que influenciam na formação das imagens. O método de reconhecimento facial proposto possui uma alta taxa de acerto e estabilidade quando há variação nos diversos fatores multimodais, tais como, posição facial, condição de iluminação e expressão facial. Propomos ainda uma maneira sistemática para realização da validação cruzada em modelos tensoriais para estimação da taxa de erro em sistemas de reconhecimento facial que exploram a natureza multilinear do conjunto de imagens. Através do particionamento aleatório dos dados organizado como um tensor, a validação cruzada modo-n proporciona a criação de folds extraindo subtensores no modo desejado, caracterizando um método estratificado e susceptível a repetições da validação cruzada com diferentes particionamentos.

SANTOS FILHO. E. Q. Um Sistema de visão computacional para classificação da qualidade do couro caprino. 2013. 85 f. Dissertação (Mestrado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-02-27T19:00:53Z No. of bitstreams: 1 2013_dis_eqsantosfilho.pdf: 4685351 bytes, checksum: 54b73c3fbf463604705094bd650b2cdd (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-03-04T16:51:14Z (GMT) No. of bitstreams: 1 2013_dis_eqsantosfilho.pdf: 4685351 bytes, checksum: 54b73c3fbf463604705094bd650b2cdd (MD5) / Made available in DSpace on 2015-03-04T16:51:14Z (GMT). No. of bitstreams: 1 2013_dis_eqsantosfilho.pdf: 4685351 bytes, checksum: 54b73c3fbf463604705094bd650b2cdd (MD5) Previous issue date: 2013-08-08 / An important economic alternative for the semi-arid region of Brazil is the goat/sheep farming. Besides milk and meat, goat/sheep skins are much appreciated in the manufacturing of fine artifacts (e.g. shoes, bags & purses, wall ets, and jackets). However, due to the extensive mode of raising/breeding and the informality of slaughtering, sheep/goat farmers deliver to industry skin pieces with different types and levels of defects. Then, at the industry, specialized workers have to classify/discriminate the skin pieces according to their qualities. This handmade work is time - consuming and extremely dependent on the experience of the employee in charge of the skin - quality discrimination. Even the same employee may produce different classifications if he/she is asked to reclassify the skin lot. Thus, in order to handle these problems, in this paper we report the first results of a computer vision based system aiming at classifying automatically the quality of goat/sheep skin pieces. For this purpose, we compare the performances of statistica l and neural network classifiers using several feature extraction techniques, such as Column - Variance (VAR), Haar wavelet transform (HAAR), Non - Negative Matrix Factorization (NMF), Principal Component Analysis (PCA) and Gray Level Co - occurence Matrices (GL CM). We also implemented the reject option in the evaluated classifiers. Reject option is a technique used do improve classifier's reliability in decision support systems. It consists in withholding the automatic classification of an item, if the decision is considered not sufficiently reliable. The rejected item is then handled by a different classifier or by a human expert. By means of an in - depth analysis of the results, it was possible to observe that, without the reject option mechanism, the VAR, NMF a nd HAAR techniques achieved the best performances when associated with the ELM and SVM classifiers. When the reject option mechanism was present, it was observed a considerable improvement of the classification rates, at the expenses of relatively high rej ection rates. It was also possible to observe that, for the evaluated classifiers, the HAAR and GLCM techniques were less affected by the use of the reject option mechanism in comparison to the results achieved for the case without reject option / Uma alternativa econômica importante para a região semi-árida do Brasil é a criação de ovinos e caprinos. Além de leite e carne de caprinos/ovinos, as peles são muito apreciadas na fabricação de artefatos finos (por exemplo, sapatos, bolsas, carteiras e casacos). No entanto, devido ao modo extensivo de criação/reprodução e informalidade do abate, as peles de ovinos/caprinos são entregues ao curtume com diferentes tipos e níveis de defeitos. Na indústria, trabalhadores especializados têm a tarefa de classificar/discriminar as peles de acordo com a qualidade das mesmas. Este trabalho é artesanal, demorado e extremamente dependente da experiência do funcionário responsável pela discriminação da qualidade da pele. O mesmo funcionário pode produzir diferentes classificações se ele/ela tiver que reclassificar o lote de pele. Assim, a fim de lidar com esses problemas, neste trabalho, apresentam-se os primeiros resultados de um sistema baseado em visão computacional cujo objetivo é classificar automaticamente a qualidade da pele de caprinos/ovinos. Para isso, comparamos os desempenhos de classificadores estatísticos e neurais utilizando diversas técnicas de extração de características, tais como a Variância das colunas (VAR), Transformada Wavelet de Haar (HAAR), Fatoração em Matrizes Não-Negativas (NMF), Análise de Componentes Principais (PCA) e Matrizes de Co-ocorrência de níveis de cinza (GLCM). Também foram implementados mecanismos de opção de rejeição nos classificadores avaliados. Opção de rejeição é uma técnica usada para aumentar a confiabilidade do classificador em sistemas de apoio à tomada de decisão, que consiste em reter a classificação automática de um item, caso a decisão não seja considerada suficientemente confiável. Já com a utilização da opção de rejeição, de uma forma geral, foi possível observar uma considerável melhora nas taxas de acerto dos classificadores avaliados, às expensas de uma taxa de rejeição relativamente alta. Também foi possível observar que, para os classificadores analisados, os extratores HAAR e GLCM foram menos sensíveis à aplicação da opção de rejeição, em comparação com os resultados obtidos para o caso sem opção de rejeição.