Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-03-21T17:12:05Z No. of bitstreams: 1 DIS_MATEUS_EUGENIO_COLET_COMPLETO.pdf: 12156753 bytes, checksum: c3a41a3399c1ec4cedbd4a7883159380 (MD5) / Made available in DSpace on 2017-03-21T17:12:05Z (GMT). No. of bitstreams: 1 DIS_MATEUS_EUGENIO_COLET_COMPLETO.pdf: 12156753 bytes, checksum: c3a41a3399c1ec4cedbd4a7883159380 (MD5) Previous issue date: 2016-08-19 / Navigation in aquatic environments is a broad topic that in recent years has received considerable attention from the community working with mobile robotics. The use of aquatic surface vehicles for inspection, mitigation and natural aquatic disasters management, boosted the search for autonomous navigation in this area. in order to perform an autonomous navigation in outdoor environments, it is necessary to identify parts of the surface that can be navigable, and this is one of the fundamental problems in this type of application. In this context, the objective of this research is to propose a method for water surfaces identification based on the blurred optical property, found in these types of environments. More specifically, computer vision was used in conjunction with neural networks to build a classifier, which has the task of distinguishing and identifying navigable aquatic surface. ln order to achieve this objective, a study on the use of several features based on color and texture of these turbid surfaces for the extraction of various attributes to generate the classifier, such as: mean, variance, entropy and energy, varying in different color channels (RGB, HSV, YUV). In order to compress all of this information it was used statistical method of principal component analysis, whose results were used as input of the artificial neural network, thus constructing the classifier. The classifier has the fundamental task of generating the navigation map that is interpreted by a state machine for decision making. All the method developed was applied and embarked in aquatic vehicle prototype at the same time the results and assessments were validated using the vehicle in real environments and different scenarios. / A navega??o em ambientes aqu?ticos ? um amplo tema de pesquisa que nos ?ltimos anos tem recebido maior aten??o da comunidade que trabalha com rob?tica m?vel. O uso de ve?culos de superf?cie aqu?tica para inspe??o, mitiga??o e gerenciamento de desastres naturais aqu?ticos, por exemplo, ajudou a impulsionar a pesquisa para navega??o aut?noma nesta ?rea. Para executar uma navega??o aut?noma em ambientes ao ar livre, ? necess?rio identificar partes da superf?cie que podem ser naveg?veis, o que ? um dos desafios deste tipo de aplica??o. Neste contexto, o objetivo deste trabalho ? apresentar um m?todo para identifica??o da superf?cie aqu?tica baseada na propriedade ?ptica turva, encontrada nestes tipos de ambientes. No desenvolvimento deste m?todo foram utilizadas t?cnicas de vis?o computacional em conjunto com redes neurais artificiais para construir um Classificador, que tem como tarefa distinguir e identificar a superf?cie aqu?tica naveg?vel. Para isto, foi realizado um estudo sobre o uso de diversas caracter?sticas baseadas na cor e textura das superf?cies aqu?ticas turvas para a extra??o de diversos atributos para treinar o Classificador, tais como: m?dia, entropia, vari?ncia e energia, variando em diferentes canais de cor (RGB, HSV, YUV). De forma a compactar todas estas informa??es foi utilizado o m?todo estat?stico de an?lise de componentes principais, e o seu resultado foi utilizado como entrada das redes neurais artificiais, construindo assim o Classificador. Este classificador tem como tarefa fundamental gerar o mapa de navegabilidade que ? interpretado por uma m?quina de estados para tomada de decis?es. Todo o m?todo desenvolvido foi embarcado em um prot?tipo de ve?culo aqu?tico ao mesmo tempo em que os resultados e avalia??es foram validados utilizando o ve?culo em ambientes reais e diferente cen?rios.

Made available in DSpace on 2015-04-14T14:49:39Z (GMT). No. of bitstreams: 1 434222.pdf: 14211958 bytes, checksum: 1b67ada73c728e90c60ddde86ab8bd89 (MD5) Previous issue date: 2011-03-23 / Existem diversas situa??es em que a detec??o de postura de uma pessoa em fotografias desempenhaum papel importante, tais como: sistemas de seguran?a, medi??o de desempenho atl?tico,aplica??es em sistemas de realidade virtual, dentre outras. Al?m disso, saber a posi??o dos membrosde uma pessoa em uma fotografia pode revelar inclusive muito sobre o contexto que a fotografiafoi tirada. Podendo revelar, por exemplo, se a cena trata-se de uma festa e se a pessoa est? feliz.Esta disserta??o apresenta um conjunto de m?todos que, quando utilizados juntamente, realizam atarefa de estimar a postura de uma pessoa a partir de uma ?nica imagem, sem que haja interven??oexterna de um usu?rio e sem que se tenha qualquer conhecimento pr?vio sobre a fotografia (taiscomo posi??o do fot?grafo em rela??o ? pessoa, textura de roupa ou se h? membros oclusos)

Made available in DSpace on 2015-04-14T14:50:16Z (GMT). No. of bitstreams: 1 461608.pdf: 5223181 bytes, checksum: 86fc9cfeddfa54c5f8407987d8286ee5 (MD5) Previous issue date: 2014-08-08 / This work presents a methodology, named Persona, for learning and transfer of facial motion style of an actor in order to provide parameters for avatar facial animation. Through this methodology, we can drive the facial animation of avatars using the motion style of a particular actor, through the performance of any user. Thus, the avatar can express the facial movements that the user is performing, but replicating the particularities of the actor s facial movements, based on his or her Persona. In order to build the facial motion style model of an actor, we used points tracked on image sequences of the actor performance as input data. We also used a database of threedimensional facial expressions, annotated according to the Facial Action Coding System (FACS). Principal components analysis was performed using these data. Afterwards, artificial neural networks were trained to recognize action units both in the actor and user s performances. Given these classifiers, we can automatically recognize action units in the user s expression and find the equivalent parameters in the actor s motion style model. The result of the process is the provision of such parameters to facial animation systems. The prototype developed as proof of concept has been used in case studies, whose results are discussed. Future work are also addressed. / Esse trabalho apresenta uma metodologia, denominada Persona, para aprendizado e transfer?ncia do estilo de movimento facial de atores para a anima??o de avatares. Por meio dessa metodologia, pode-se guiar a anima??o das faces de avatares com o estilo de movimento de um ator espec?fico, atrav?s da atua??o de usu?rios quaisquer. Dessa forma, o avatar poder? expressar os movimentos faciais que o usu?rio executa, por?m replicando as particularidades dos movimentos faciais do ator, por meio da utiliza??o da Persona. Para constru??o do estilo de movimento facial dos atores, utilizouse como dados de entrada pontos da face obtidos por rastreamento em sequ?ncias de imagens e informa??es presentes em bancos de dados de express?es faciais tridimensionais, anotadas de acordo com o Sistema de Codifica??o A??es Facial (FACS). Esses dados foram submetidos ? an?lise de componentes principais e, ent?o, utilizados para treinamento de redes neurais artificiais. Com esses classificadores podem-se reconhecer automaticamente as unidades de a??o na express?o do usu?rio e encontrar os par?metros equivalentes no estilo de movimento do ator. O resultado do processo ? o fornecimento desses par?metros para sistemas de anima??o. O prot?tipo desenvolvido como prova de conceito foi utilizado em casos de estudo, cujos resultados s?o apresentados. Indica??es de trabalhos futuros tamb?m ser?o discutidas.

Made available in DSpace on 2015-04-14T13:37:52Z (GMT). No. of bitstreams: 1 417835.pdf: 1944989 bytes, checksum: 6c093c4bafa0f7e15e8ae411956cca68 (MD5) Previous issue date: 2009-03-27 / Esta tese ? uma aplica??o ling??stico-computacional baseada em Redes Neurais Artificiais (RNA) com um algoritmo ilustrativo sobre o plural na Morfologia do Portugu?s Brasileiro (PB): PluralRNA. Este ? um software criado com o objetivo de fazer com que a m?quina depreenda regras de flex?o de n?mero a partir da inser??o de pares lexicais singular/plural. Essa depreens?o acontece na fase de treinamento depois de a base de dados da rede estar devidamente provida desses pares. A partir da?, digitam-se outras palavras no singular para que o programa aplique a desin?ncia depreendida pelo processamento. A seguir, analisa-se o potencial de aprendizagem do programa para constatar as suas capacidades e limita??es e sugerir perspectivas, pretendendo assim contribuir cientificamente para a Morfologia Computacional do PB. O resultado ? satisfat?rio na medida em que, por um lado, as generaliza??es das regras depreendidas s?o percebidas e cotejadas com o l?xico padr?o, tendo, na maioria dos casos, correspond?ncia com normatiza??o; por outro, alguns ciclos de treinamento refor?am a depreens?o das desin?ncias e alteram, em rar?ssimos casos, aquelas que j? eram dadas como certas pela correla??o gramatical. Portanto, os pares lexicais e a aplicabilidade do PluralRNA oferecem material suficiente para a continuidade dos estudos do processamento flexional de n?mero para a Morfologia Computacional do PB.

Submitted by Setor de Tratamento da Informa??o - BC/PUCRS (tede2@pucrs.br) on 2016-01-04T17:56:48Z No. of bitstreams: 1 DIS_MAYARA_FERREIRA_DA_SILVA_COMPLETO.pdf: 2803272 bytes, checksum: 9305b74451ec83ddca38d1c444ffb3dd (MD5) / Made available in DSpace on 2016-01-04T17:56:48Z (GMT). No. of bitstreams: 1 DIS_MAYARA_FERREIRA_DA_SILVA_COMPLETO.pdf: 2803272 bytes, checksum: 9305b74451ec83ddca38d1c444ffb3dd (MD5) Previous issue date: 2015-07-10 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / This work presents an overview of text independent speaker verification, describing the basic operation of the system and the reviewing some important developments in speaker modeling and feature extraction from speech. Following, a point of improvement identified within the feature extraction stage leads to the main objective of this work: to determine one or more sets of coefficients relevant to speaker discrimination while minimizing the equal error rate (EER). The proposal is to replace the delta(?) and double-delta(??) coefficients by a linear predictor code (LPC) for the mel frequency cepstral coefficients (MFCC). In addition, score level fusion is employed to combine the ouputs of MFCC-only and MFCC-LPC systems, as well as MFCC-only and MFCC-?-?? systems. In all cases, performance is evaluated with respect to variations of the signal to noise-ratio (SNR) in the tested audio. In addition, the work introduces a new Brazilian Portuguese speech repository containing free-speech from 155 males. Results and discussions are presented with a reflection on the expected outcomes, as well as general comments and observations. Finally, concludings remarks are made about the work, featuring future prospects regarding text independent speaker verification research. This work attained a 4% reduction in the EER compared to the reference system (MFCC-only), with best results occuring in the case fusion of MFCC-only and MFCC-?-?? scores. / Este trabalho apresenta uma vis?o geral acerca de verifica??o de locutor independente de texto, demonstrando o funcionamento b?sico do sistema e as principais refer?ncias de m?todos j? utilizados ao longo de anos para extra??o de caracter?sticas da fala e modelamento do locutor. Detectado um ponto a ser trabalhado dentro da etapa de extra??o de caracter?sticas, objetiva-se determinar coeficientes ou um conjunto destes relevantes para discrimina??o do locutor, com o intuito de minimizar a EER (Equal Error Rate). A proposta consiste em substituir os coeficientes delta(?) e double-delta(?2) por coeficientes de um preditor LPC (Linear Predictor Coding) o qual realiza a predi??o dos coeficientes MFCC (Mel Frequency Cepstral Coeficients). Al?m disso, aplica-se uma fus?o a n?vel de score em fun??o de sistemas baseados em MFCC e LPC. Outra an?lise discutida no trabalho ? a fus?o de um sistema MFCC com ? e ??. Um t?pico tamb?m avaliado ? com rela??o a varia??es de SNRs (Signal to Noise Ratios) nos ?udios testados. Al?m disso, ? elaborado um banco de falas em portugu?s brasileiro. Por fim, s?o expostos os resultados obtidos e ? feita a an?lise dos mesmos, a fim de refletir sobre o que era esperado e levantar alguns coment?rios. Enfim, s?o feitas as considera??es a respeito do trabalho, e elencadas as perspectivas futuras em torno das pesquisas de verifica??o de locutor independente de texto. Com este trabalho atingiu-se uma redu??o de 4% na taxa de erro igual (EER) em compara??o ao sistema de refer?ncia, sendo que os melhores resultados foram apresentados pelo sistema que realiza um fus?o do sistema MFCC com o ? e ??.