Modelos geométricos desempenham um papel fundamental em divérsas áreas, desde a indústria do entretenimento até aplicações científicas. Para reduzir o elevado custo de criação de um modelo 3D, a reutilização de modelos existentes é a solução ideal. Recuperação de modelos 3D utilizam técnicas baseadas em conteúdo (do inglês CBR) que auxiliam a busca de modelos desejados em repositórios massivos, muitos disponíveis publicamente na Internet. Pontos principais para técnicas CBR eficientes e eficazes são descritores de forma que capturam com precisão as características de uma forma 3D e são capazes de discriminar entre diferentes formas. Nós apresentamos um descritor com base na distribuição de duas características globais, extraídas de uma forma 3D, depth complexity e thickness, que, respectivamente, capturam aspectos da topologia e da geometria das formas 3D. O descritor final, chamado DCT (depth complexity and thickness histogram), é um histograma 2D invariante a translações, rotações e escalas das formas geométricas. Nós eficientemente implementamos o DCT na GPU, permitindo sua utilização em consultas em tempo real em grandes bases de dados de modelos 3D. Nós validamos o DCT com as Princeton e Toyohashi Forma Benchmarks, contendo 1815 e 10000 modelos respectivamente. Os resultados mostram que DCT pode discriminar classes significativas desses benchmarks, é rápido e robusto contra transformações de forma e diferentes níveis de subdivisão e suavidade dos modelos. / Geometric models play a vital role in several fields, from the entertainment industry to scientific applications. To reduce the high cost of model creation, reusing existing models is the solution of choice. Model reuse is supported by content-based shape retrieval (CBR) techniques that help finding the desired models in massive repositories, many publicly available on the Internet. Key to efficient and effective CBR techniques are shape descriptors that accurately capture the characteristics of a shape and are able to discriminate between different shapes. We present a descriptor based on the distribution of two global features measured on a 3D shape, depth complexity and thickness, which respectively capture aspects of the geometry and topology of 3D shapes. The final descriptor, called DCT (depth complexity and thickness histogram), is a 2D histogram that is invariant to the translation, rotation and scale of geometric shapes. We efficiently implement the DCT on the GPU, allowing its use in real-time queries of large model databases. We validate the DCT with the Princeton and Toyohashi Shape Benchmarks, containing 1815 and 10000 models respectively. Results show that DCT can discriminate meaningful classes of these benchmarks, and is fast to compute and robust against shape transformations and different levels of subdivision and smoothness.

Esta tese apresenta um novo método para interpolação de vistas em vídeos usando câmeras ao longo de um baseline baseado em uma triangulação 2D. A imagem de referência é primeiramente particionada em regiões triangulares usando informação de bordas e escala, visando colocar vértices ao longo das bordas da imagem e aumentar o número de triângulos em regiões texturadas. Um algoritmo de casamento de regiões é então usado para encontrar a disparidade inicial de cada triângulo, e uma etapa de refinamento é aplicada para mudar a disparidade nos vértices dos triângulos, gerando um mapa de disparidade linear em trechos. Uma simples etapa de pós-processamento é aplicada para conectar os triângulos com disparidade semelhante, gerando uma malha 3D relacionada a cada câmera, que são usadas para gerar novas vistas sintéticas ao longo do mesmo baseline das câmeras. Para gerar vistas com menos artefatos temporais (flickering), foi proposta uma abordagem para atualizar a malha 3D inicial dinamicamente, movendo, removendo e inserindo vértices a cada quadro baseado no fluxo óptico. Esta abordagem permite relacionar triângulos da malha ao longo do tempo, e uma combinação de Modelo Oculto de Markov, aplicado nos triângulos que persistem ao longo do tempo, com Filtro de Kalman, aplicado nos vértices, permite a geração de uma mapa de disparidade com coerência temporal. Com a abordagem proposta, o processo de gerar vistas interpoladas se reduz à trivial tarefa de renderizar uma malha poligonal, algo que pode ser feito muito rapidamente, principalmente quando placas gráficas são utilizadas. Além disso, as vistas geradas não possuem buracos, diferente de muitas técnicas de interpolação de vistas baseadas em pixels que requerem procedimentos de pós-processamento para preencher buracos. Os resultados experimentais indicam que a abordagem proposta foi capaz de gerar vistas interpoladas visualmente coerentes em vídeos desafiadores, com luz natural e movimento de câmera. Além disso, uma avaliação quantitativa usando métricas de qualidade de vídeos mostrou que as sequências de video interpoladas são melhores que abordagens competitivas. / This thesis presents a new method for video view interpolation using multiview linear camera arrays based on 2D domain triangulation. The domain of the reference image is initially partitioned into triangular regions using edge and scale information, aiming to place vertices along image edges and to increase the number of triangles in textured regions. A region-based matching algorithm is then used to find an initial disparity for each triangle, and a refinement stage is applied to change the disparity at the vertices of the triangles, generating a piecewise linear disparity map. A simple post-processing procedure is applied to connect the triangles with similar disparities, generating a full 3D mesh related to each camera (view), which are used to generate the new synthesized views along the cameras baseline. In order to generate views with less temporal flickering artifacts, we propose a scheme to update the initial 3D mesh dynamically, by moving, deleting and inserting vertices at each frame based on optical flow. This approach allows to relate triangles of the mesh across time, and a combination of Hidden Markov Models (HMMs), applied to time-persistent triangles, with the Kalman Filter, applied to vertices, so that temporal consistency can also be obtained. With the proposed framework, view interpolation reduces to the trivial task of rendering polygonal meshes, which can be done very fast, particularly when GPUs are employed. Furthermore, the generated views are hole-free, unlike most point-based view interpolation schemes that require some kind of post-processing procedures to fill holes. Experimental results indicate that our approach was able to generate visually coherent in-between interpolated views for challenging, real-world videos with natural lighting and camera movement.

A simulação de cores corresponde à essência do processo de síntese de imagens realistas. Em se tratando de minerais, a presença de uma dada impureza, ou uma variação de sua concentração, pode fazer com que alguns materiais sofram alterações dramáticas em suas cores. Por exemplo, enquanto o quartzo puro é transparente, a ametista é um tipo violeta de quartzo, cuja cor é determinada pela presença de traços de ferro. A quantidade de ferro define o matiz percebido. A cor apresentada por um mineral pode ser determinada com base no seu espectro de absorção. No entanto, a definição de todas as variações possíveis é impraticável e, portanto, tal informação está disponível apenas para um subconjunto dos minerais existentes. Esta dissertação apresenta uma proposta para estimar a cor de ágatas, bem como para simular as cores de ágatas sintéticas (inexistentes). A abordagem utilizada baseia-se nos fundamentos da teoria quântica, e parte de uma descrição da molécula de sílica que se deseja simular. À esta, pode-se adicionar quantidades diferentes de impurezas e alterar o número de átomos incluídos na simulação. O resultado obtido é o espectro de absorção do mineral, que pode então ser utilizado para determinar a cor da ágata com a composição desejada. Embora uma simulação detalhada de todo o processo seja uma tarefa computacionalmente extremamente cara, esta dissertação apresenta alguns resultados que corroboram com a correção da solução proposta. Também é apresentada uma técnica independente que pode ser utilizada para definir um volume de ágata com base em uma imagem 2D. / Color simulation is the essence of realistic image synthesis. In the case of minerals, the presence of a given impurity, or a variation of its concentration, can cause some materials to experience dramatic changes in color. For instance, while pure quartz is transparent, amethyst is a violet type of quartz, whose color is determined by the presence of traces of iron. The amount of iron defines the perceived hue. The color presented by a mineral can be determined based on its absorption spectrum. However, defining all possible variations is impractical and, therefore, such information is available only for a subset of the existing minerals. This thesis presents an approach for simulating the colors of existent agates, as well as for predicting the colors for (non-existent) synthetic ones. The approach is based on the fundamentals of quantum theory, and starts with the description of the silica molecule one wants to simulate. One can add different amounts of impurities, and alter the number of atoms included in the simulation. The obtained result is the absorption spectra of the mineral, which can then be used for determining the color of the agate with the desired composition. Although a detailed simulation of the entire process is extremely computationally-expensive, the thesis presents some results that corroborate the correctness of the proposed solution. It also introduces a standalone technique for defining agate volumes based on 2D images of agates.

Nos domínios visuais, interpretações são iniciadas pela identificação de feições em imagens que irão, posteriormente, dar suporte aos processos mais abstratos de inferência. Para desenvolver sistemas de conhecimento neste tipo de domínio é necessário buscar a melhor representação do conhecimento visual para ser utilizado pelos métodos de inferência. A representação em formato simbólico deste conhecimento auxilia na captura do conhecimento implícito presente em imagens, permitindo seu uso nos processos de raciocínio, mesmo aceitando que parte desse conhecimento não é externalizado e, em conseqüência, não poderá ser representado adequadamente. Estudos recentes têm utilizado anotação de imagens como uma maneira capaz de auxiliar na explicitação do conhecimento, ampliando a expressividade dos formalismos de representação e permitindo o registro das informações associadas às imagens. Embora anotações de imagens flexibilizem a captura do conhecimento, ontologias são associadas às anotações para garantir a formalização do conhecimento nas imagens, suprindo os termos de domínio que podem ser usados para anotar e auxiliar a uniformização da linguagem nas consultas. O objetivo desse trabalho é capturar e documentar o conhecimento visual que dá suporte à inferência nas tarefas de interpretações. Nesse trabalho é elaborada uma maneira de identificar objetos em imagens que contenham feições diagnósticas através da utilização de uma ontologia de domínio pré-existente. Essa identificação de objetos é explorada para permitir a localização física de uma determinada feição em um objeto real. O resultado disso é a identificação de feições em uma imagem tendo-se um referencial de posição segundo um sistema de coordenadas espacial, possibilitando o seu re-posicionamento. O trabalho ainda explora recursos para a melhor utilização de informações relacionadas a uma imagem. Dessa forma, serve de documentação auxiliar para prover diferencial em interpretações. O domínio de aplicação deste trabalho é a Petrografia Sedimentar que tem como uma das tarefas a descrição quantitativa e qualitativa dos minerais que compõem uma amostra de rocha, visando a análise do potencial de um reservatório de petróleo. As informações são visualizadas em uma amostra de rocha e, assim, um especialista toma decisões quanto à viabilidade de exploração do reservatório. Esse modelo foi validado através da implementação de um módulo de anotação de imagem e de referenciamento de objetos, juntamente com um hardware. O processo de descrição de amostra de rocha é detalhado para se explorar o conhecimento em imagens com a precisão da localização dos objetos nela identificados. Essa abordagem complementa os modelos de representação simbólica, que normalmente são insuficientes para capturar a semântica das feições que dão suporte a inferência em domínios visuais. / Problem solvers in visual domains apply image interpretation to extract evidences to support the reasoning process in the search of solution. In order to develop knowledge systems in this kind of domain, it is necessary to represent the knowledge that is extracted from the scenes in the domain in such way that can be used by the inference methods. The symbolic representation formalisms help in shading light on the implicit knowledge embodied in images, allowing its use in reasoning processes, even accepting that part of this knowledge can not be properly expressed by the experts and, in consequence, it is never going to be adequately represented in knowledge models. Some studies use image annotation to extend the semantic capture of the visual knowledge beyond the expressiveness of representation formalisms, allowing that additional content could be described and stored with the images. Although the annotation is a more flexible way of capturing knowledge, ontologies are used along with it to guarantee the formalization of the knowledge annotated in the images, supplying the domain terms that can be used in the annotation process and helping the uniformization of the language and further consultation. The goal of this work is capturing and documenting the visual knowledge that supports inference on interpretation tasks. The work offer a way of identifying objects in images that correspond to diagnostic features and describing them with the support of a pre-existent domain ontology. The object identification is associated to the physical location of the feature in the real object, with the help of a hardware appliance. The result is the feature identification in the image with the reference of its position in a system of spatial coordinates. The work also explores multimedia resources for the best use of information associated to the image, providing an extra-support for knowledge documentation for interpretation tasks. The application domain of this work is the sedimentary petrography, the formal description of rocks in the scope of Petrological studies. The task in focus is the compositional description of minerals in a rock sample, both in qualitative and quantitative way, in order to evaluate the potential of a petroleum reservoir. Several aspects of the rock are studied by the geologist to suggest better techniques for exploration and production of oil fields. The approach defined in this project was validated through the implementation of an image annotation and referencing modules associated to microscope stage appliance that allows the computer to control the movement of the stage during the description process. The whole process of rock sample analysis using the software and the hardware is detailed in order to expose the visual knowledge and its physical position in the rock sample. This approach complements the symbolic representation models that are usually insufficient to capture the semantic of diagnostic features that support reasoning in visual domains.

Dada uma biblioteca com milhares de vídeos de histeroscopias diagnósticas, sobre a qual deseja-se realizar consultas como "retornar imagens contendo miomas submucosos" ou "recuperar imagens cujo diagnóstico é pólipo endometrial". Este é o contexto deste trabalho. Vídeos de histeroscopias diagnósticas são usados para avaliar a aparência do útero e são importantes não só para propósitos de diagnóstico de doenças mas também em estudos científicos em áreas da medicina, como reprodução humana e estudos sobre fertilidade. Estes vídeos contêm uma grande quantidade de informação, porém somente um número reduzido de quadros são úteis para propósitos de diagnósticos e/ou prognósticos. Esta tese apresenta um método para identificar automaticamente a informação relevante em vídeos de histeroscopias diagnósticas, criando um sumário do vídeo. Propõe-se uma representação hierárquica do conteúdo destes vídeos que é baseada no rastreamento de pontos geometricamente consistentes através da seqüência dos quadros. Demonstra-se que esta representação é uma maneira útil de organizar o conteúdo de vídeos de histeroscopias diagnósticas, permitindo que especialistas possam realizar atividades de browsing de uma forma rápida e sem introduzir informações espúrias no sumário do vídeo. Os experimentos indicam que o método proposto produz sumários compactos (com taxas de redução de dados em torno de 97.5%) sem descartar informações clinicamente relevantes. / Given a library containing thousands of diagnostic hysteroscopy videos, which are only indexed according to a patient ID and the exam date. Usually, users browse through this library in order to obtain answers to queries like retrieve images of submucosal myomas or recover images whose diagnosis is endometrial polyp. This is the context of this work. Specialists have been used diagnostic hysteroscopy videos to inspect the uterus appearance, once the images are important for diagnosis purposes as well as in medical research fields like human reproduction. These videos contain lots of information, but only a reduced number of frames are actually useful for diagnosis/prognosis purposes. This thesis proposes a technique to identify clinically relevant information in diagnostic hysteroscopy videos, creating a rich video summary. We propose a hierarchical representation based on a robust tracking of image points through the frame sequence. We demonstrate this representation is a helpful way to organize the hysteroscopy video content, allowing specialists to perform fast browsing without introducing spurious information in the video summary. The experimental results indicate that the method produces compact video summaries (data-rate reduction around 97.5%) without discarding clinically relevant information.

Reconhecer a identidade de seres humanos a partir de imagens digitais gravadas de suas faces é uma etapa importante para uma variedade de aplicações que incluem segurança de acesso, iteração humano computador, entretenimento digital, entre outras. Neste trabalho é proposto um novo método automático para reconhecimento facial que utiliza simultaneamente a informação 2D e 3D de uma câmera RGB-D(Kinect). O método proposto utiliza a informação de cor da imagem 2D para localizar faces na cena, uma vez que uma face é localizada ela é devidamente recortada e normalizada para um padrão de tamanho e cor. Posteriormente com a informação de profundidade o método estima a pose da cabeça em relação com à câmera. Com faces recortadas e suas respectivas informações de pose, o método proposto treina um modelo de faces robusto à variação de poses e expressões propondo uma nova técnica automática que separa diferentes poses em diferentes modelos de faces. Com o modelo treinado o método é capaz de identificar se as pessoas utilizadas para aprender o modelo estão ou não presentes em novas imagens adquiridas, as quais o modelo não teve acesso na etapa de treinamento. Os experimentos realizados demonstram que o método proposto melhora consideravelmente o resultado de classificação em imagens reais com variação de pose e expressão. / Recognizing the identity of human beings from recorded digital images of their faces is important for a variety of applications, namely, security access, human computer interation, digital entertainment, etc. This dissertation proposes a new method for automatic face recognition that uses both 2D and 3D information of an RGB-D(Kinect) camera. The method uses the color information of the 2D image to locate faces in the scene, once a face is properly located it is cut and normalized to a standard size and color. Afterwards, using depth information the method estimates the pose of the head relative to the camera. With the normalized faces and their respective pose information, the proposed method trains a model of faces that is robust to pose and expressions using a new automatic technique that separates different poses in different models of faces. With the trained model, the method is able to identify whether people used to train the model are present or not in new acquired images, which the model had no access during the training phase. The experiments demonstrate that the proposed method considerably improves the result of classification in real images with varying pose and expression.

Segmentação é uma etapa essencial para sistemas de pré-triagem de lesões melanocíticas. Neste trabalho, um novo método para segmentar lesões melanocíticas em imagens de câmera padrão (i.e., imagens macroscópicas) é apresentado. Inicialmente, para reduzir artefatos indesejáveis, os efeitos de sombra são atenuados na imagem macroscópica e uma présegmentação é obtida usando um esquema que combina a transformada wavelet com a transformada watershed. Em seguida, uma imagem de variação textural projetada para melhorar a discriminabilidade da lesão em relação ao fundo é obtida e a região présegmentada é usada para o aprendizado de um dicionário inicial e de uma representação inicial via um método de fatoração de matrizes não-negativas. Uma versão nãosupervisionada e não-paramétrica do método de aprendizado de dicionário baseado em teoria da informação é proposta para otimizar esta representação, selecionando o subconjunto de átomos que maximiza a compactividade e a representatividade do dicionário aprendido. Por fim, a imagem da lesão de pele é representada usando o dicionário aprendido e segmentada com o método de corte normalizado em grafos. Nossos resultados experimentais baseados em uma base de imagens bastante utilizada sugerem que o método proposto tende a fornecer melhores resultados do que os métodos estado-da-arte analisados (em termos do erro XOR). / Segmentation is an essential step for the automated pre-screening of melanocytic lesions. In this work, a new method for segmenting melanocytic lesions in standard camera images (i.e., macroscopic images) is presented. Initially, to reduce unwanted artifacts, shading effects are attenuated in the macroscopic image and a pre-segmentation is obtained using a scheme that combines the wavelet transform and the watershed transform. Afterwards, a textural variation image designed to enhance the skin lesion against the background is obtained, and the presegmented skin lesion region is used to learn an initial dictionary and an initial representation via a nonnegative matrix factorization method. An unsupervised and non-parametric version of the information-theoretic dictionary learning method is proposed to optimize this representation by selecting the subset of atoms that maximizes the learned dictionary compactness and representation. Finally, the skin lesion image is represented using the learned dictionary and segmented with the normalized graph cuts method. Our experimental results based on a widely used image dataset suggest that the proposed method tends to provide more accurate skin lesion segmentations than comparable state-of-the-art methods (in terms of the XOR error).

Esta dissertação apresenta um novo método para cálculo da pose da cabeça em imagens monoculares. Este cálculo é estimado no sistema de coordenadas da câmera, comparando as posições das características faciais específicas com as de múltiplas instâncias do modelo da face em 3D. Dada uma imagem de uma face humana, o método localiza inicialmente as características faciais, como nariz, olhos e boca. Estas últimas são detectadas e localizadas através de um modelo ativo de forma para faces. O algoritmo foi treinado sobre um conjunto de dados com diferentes poses de cabeça. Para cada face, obtemos um conjunto de pontos característicos no espaço de imagem 2D. Esses pontos são usados como referências na comparação com os respectivos pontos principais das múltiplas instâncias do nosso modelo de face em 3D projetado no espaço da imagem. Para obter a profundidade de cada ponto, usamos as restrições impostas pelo modelo 3D da face por exemplo, os olhos tem uma determinada profundidade em relação ao nariz. A pose da cabeça é estimada, minimizando o erro de comparação entre os pontos localizados numa instância do modelo 3D da face e os localizados na imagem. Nossos resultados preliminares são encorajadores e indicam que a nossa abordagem produz resultados mais precisos que os métodos disponíveis na literatura. / This dissertation presents a new method to accurately compute the head pose in mono cular images. The head pose is estimated in the camera coordinate system, by comparing the positions of specific facial features with the positions of these facial features in multiple instances of a prior 3D face model. Given an image containing a face, our method initially locates some facial features, such as nose, eyes, and mouth; these features are detected and located using an Adaptive Shape Model for faces , this algorithm was trained using on a data set with a variety of head poses. For each face, we obtain a collection of feature locations (i.e. points) in the 2D image space. These 2D feature locations are then used as references in the comparison with the respective feature locations of multiple instances of our 3D face model, projected on the same 2D image space. To obtain the depth of every feature point, we use the 3D spatial constraints imposed by our face model (i.e. eyes are at a certain depth with respect to the nose, and so on). The head pose is estimated by minimizing the comparison error between the 3D feature locations of the face in the image and a given instance of the face model (i.e. a geometrical transformation of the face model in the 3D camera space). Our preliminary experimental results are encouraging, and indicate that our approach can provide more accurate results than comparable methods available in the literature.

Um dos objetivos permanentes da Computação Gráfica é a representação fiel, e por consequência realista, da aparência de objetos e cenas sintetizadas. Para objetos e cenas do Reino Vegetal pode-se dizer que houve um grande avanço nos métodos para modelagem da forma e propriedades de reflexão de elementos individuais, como folhas, e de coleções de elementos, como árvores, vegetação em geral e florestas. Por outro lado, as técnicas para modelagem de padrões visuais presentes em muitos objetos naturais do Reino Vegetal, como listras de melancias ou padrões em folhas e flores, não tem recebido a mesma atenção. O presente trabalho tem por objetivos principais o estudo de técnicas de Computação Gráfica aplicáveis ao Reino Vegetal, principalmente explorar o modelo procedural Mosaico de Clones (MClone), desenvolvido em pesquisas anteriores, para a síntese de padrões visuais familiares do Reino Vegetal. Nossos resultados mostram que, neste contexto, um modelo procedural tem vantagens sobre outras técnicas, como, por exemplo, mapeamento de texturas, pois geralmente esses padrões são necessários em grande quantidade, e, ao menos para algumas plantas, com muitas variações geométricas, a atribuição de coordenadas de textura consistentes é um desafio. Nós mostramos resultados para frutos, cactus e pequenas folhagens decorativas, que confirmam a aplicabilidade do MClone para uma ampla gama de padrões do Reino Vegetal. / There has been a lot of progress in modeling and rendering elements of our Natural World for computer graphics tasks. In the Plant Kingdom, techniques for modeling the visual patterns presented in many natural objects (such as stripes on a watermelon or spots on flowers) have advanced far less than methods for modeling the shape and reflectance properties of individual or large collections of elements (such as leaves and trees). In this work we want to explore the procedural Clonal Mosaic Model (MClone), developed in previous research, for synthesis of many familiar visual patterns from the Plant Kingdom. Our results show that in this context a procedural model has advantages over other techniques such as texture mapping, since these patterns are often needed in large quantities, and at least for some plants, with many geometric variation, assigning consistent texture coordinates is a challenge. We show results for fruits, cactus, and small decorative plants, which confirm the applicability of the MClone model for synthesis of a large group of visual patterns in the Plant Kingdom.

Seleção é uma das quatro formas fundamentais de interação em mundos virtuais. É a habilidade de especificar objectos em ambientes virtuais para ações posteriores. A literatura é rica em técnicas de seleção imediata; no entanto, esta classe de técnicas está exposta a problemas de precisão, ambiguidade e complexidade de seleção. Os problemas mencionados podem ser abordados com técnicas de seleção por: refinamento prograssivo, que consiste na redução da quantia de objetos selecionáveis através de etapas de refinamento, até que o objeto desejado seja selecionado; ou níveis de precisão, que consiste em aumentar a precisão de apontamento através da manipulação de parametros do mapeamento controle para display, assim como na combinação de abordagens de apontamentio. Níveis de precisão é uma classe de técnicas de seleção que estamos propondo neste dissertação. Neste documento também apresentamos uma pesquisa com literatura relacionada a estas duas classes de técnicas de seleção. Adicionalmente, propomos as técnicas de seleção LOP-cursor e tela de desambiguação. A primeira conta com múltiplos níveis de precisão para proporcionar maior controle sobre a posição do cursor, enquanto a segunda usa a alta resolução de entrada proporcionada pela tela sensível ao toque de disposiiticos móveis para rapidamente desambiguar a seleção de um alvo entre centenas de outros objetos. Por fim, apresentamos a metáfora de um cursor com duas pernas, uma nova abordagem para apontar duas posições distintas simultaneamente. O cursor de duas pernas é projetado para rapidamente realizar tarefas compostas, como arrastar e soltar em uma área de trabalho. Avaliações com usuários mostram que nossas abordagens são promissoras, e que o espaço de design de técnicas utilizado dispoitivos móveis pode produzir inúmeras possibilidades. Os usuários foram capazes de selecionar alvos com 0:1 de tamanho angular visual com o LOP-cursor. Em um dos experimentos, a tela de desambiguação obteve a proporção de erro < 0:01 por tentativa de seleção. Por fim, ambas as técnicas foram mais rápidas que o tradicional ray-casting para seleção de objetos pequenos, sendo sempre preferidas pelos usuários. / Selection is one of the four fundamental forms of interaction in a virtual world. It is the ability of the user to specify objects in the virtual environment for subsequent actions. The literature is rich in immediate selection techniques; however, this class of technique is exposed to problems of selection accuracy, ambiguity and complexity. These issues can be addressed using techniques of selection by: progressive refinement, which consists of reducing the amount of selectable objects through refinement steps until the desired object is selected; or levels of precision, which consists of increasing accuracy of pointing by manipulating the control-to-display parameters as well as by the combination of pointing approaches. Levels of precision is a class of selection techniques we are proposing in this dissertation. We also present a survey that comprehends literature on these two classes of selection techniques. Furthermore, we propose the LOP-cursor and the disambiguation canvas selection techniques. The first rely on multiple levels of precision to achieve very high control over the cursor position, while the second uses the high resolution of input provided by a mobile device touchscreen to quickly disambiguate a selection among hundreds of objects. Finally, we present the two-legged cursor metaphor, a novel approach for simultaneously pointing of two distinct locations. The two-legged cursor is intended to be used to quickly perform composite tasks, such as drag and drop. User evaluation shows that our approaches are promising, and that the design space of techniques using mobile devices can lead to numerous possibilities. Users were able to select targets as little as 0:1 of visual angular size with LOP-cursor. In one of its evaluations, disambiguation canvas achieved an error rate < 0:01 per selection trial. Finally, Both techniques performed faster than ray-casting for small targets, and overall they were preferred by users.