Orientador: João Paulo Papa / Coorientador: Kelton Augusto Pontara da Costa / Banca: Roberta Spolon / Banca: Tiago Agostinho de Almeida / Resumo: O aprendizado de características tem sido um dos grandes desafios das técnicas baseadas em Redes Neurais Artificiais (RNAs), principalmente quando se trata de um grande número de amostras e características que as definem. Uma técnica ainda pouco explorada nesse campo diz respeito as baseadas em RNAs derivada das Máquinas de Boltzmann Restritas, do inglês Restricted Boltzmann Machines (RBM), principalmente na área de segurança de redes de computadores. A proposta deste trabalho visa explorar essas técnicas no campo de aprendizado não-supervisionado de características para detecção de conteúdo malicioso, especificamente na área de segurança de redes de computadores. Experimentos foram conduzidos usando técnicas baseadas em RBMs para o aprendizado não-supervisionado de características visando a detecção de conteúdo malicioso utilizando meta-heurísticas baseadas em algoritmos de otimização, voltado à detecção de spam em mensagens eletrônicas. Nos resultados alcançados por meio dos experimentos, observou-se, que com uma quantidade menor de características, podem ser obtidos resultados similares de acurácia quando comparados com as bases originais, com um menor tempo relacionado ao processo de treinamento, evidenciando que técnicas de aprendizado baseadas em RBMs são adequadas para o aprendizado de características no contexto deste trabalho / Abstract: The features learning has been one of the main challenges of techniques based on Artificial Neural Networks (ANN), especially when it comes to a large number of samples and features that define them. Restricted Boltzmann Machines (RBM) is a technique based on ANN, even little explored especially in security in computer networks. This study aims to explore these techniques in unsupervised features learning in order to detect malicious content, specifically in the security area in computer networks. Experiments were conducted using techniques based on RBMs for unsupervised features learning, which was aimed to identify malicious content, using meta-heuristics based on optimization algorithms, which was designed to detect spam in email messages. The experiment results demonstrated that fewer features can get similar results as the accuracy of the original bases with a lower training time, it was concluded that learning techniques based on RBMs are suitable for features learning in the context of this work / Mestre

Orientador: Fabrício Aparecido Breve / Banca: Moacir Antonelli Ponti / Banca: Daniel Carlos Guimarães Pedronette / Resumo: As pesquisas realizadas para o Sequenciamento de Genomas, Proteômica, Sistemas Biológicos, Diagnósticos Médicos, entre outros, geram uma grande quantidade de dados, fazendo necessário o apoio de soluções computacionais para a análise e interpretação desses dados. A utilização de técnicas de Aprendizado de Máquina, para a extração de conhecimentos úteis dessas grandes quantidades de dados, tem sido amplamente discutida entre pesquisadores da Biologia e da Computação. O processo para se rotular todos os dados gerados pelas pesquisas biológicas, assim como em outras áreas, é difícil, caro e/ou demorado. Assim, buscar maneiras de se atingir uma grande acurácia com poucos dados rotulados torna-se uma tarefa importante e desafiadora. Nesse sentido, o Aprendizado SemiSupervisionado mostra-se como uma opção importante uma vez que utiliza dados rotulados e não rotulados para o treinamento, sendo uma categoria intermediária entre o Aprendizado Supervisionado e o Não Supervisionado. Diversas abordagens para algoritmos de Aprendizado Semi-Supervisionado são encontradas na literatura. Dentre elas, destacam-se os métodos baseados em grafos, que representam os dados de entrada como nós de um grafo cuja estrutura é utilizada para propagar informações de rótulos dos nós rotulados para os demais nós. Destaca-se ainda que a abordagem baseada em grafos possui uma grande fundamentação matemática e computacional. Nesse contexto, este trabalho apresenta uma análise comparativa de alguns algoritmos semi-supervisionados, baseados em grafos, quando aplicados a dados biológicos relacionados aos campos de estudos da Proteômica e Transcriptômica. Adicionalmente, o trabalho propõe um novo dataset com dados reais oriundos de pesquisas biológicas com o transcriptoma de formigas da espécie Mycocepurus goeldii. Alguns experimentos realizados com os algoritmos semi-supervisionados são apresentados, levando em consideração sua... / Abstract: Research conducted for the sequencing of genomes, Proteomics, Systems Biology, Medical Diagnostics, among others, generate a lot of data, making it necessary the support of computing solutions for the analysis and interpretation of such data. The possibility of using machine learning techniques to extract useful knowledge of these large amounts of data has been widely discussed among researchers of Biology and Computer Science. The process of labeling all data generated by biological research, as well as in other areas, is difficult, costly and / or time consuming. Thus, searching ways to achieve a high accuracy with few labeled data is an important and challenging task. Accordingly, the Semi-Supervised Learning shows up as an important option since it uses both labeled and unlabeled data for training, being an intermediate category between the Supervised and Unsupervised Learning. Several approaches to semi-supervised learning algorithms are found in the literature. Among them, the highlights are the graph-based methods, which represent the input data as nodes in a graph, which structure is used to propagate label information from labeled nodes to the other nodes. It is also noteworthy that the graph-based approach has a great mathematical and computational validity. In this context, this paper presents a comparative analysis of some semi-supervised algorithms based on graphs, when applied to biological data analysis related to the field of proteomics and transcriptomics studies. In addition, the paper proposes a new dataset with actual data from biological research with the transcriptome of the Mycocepurus goeldii species of ants. Some experiments performed with semi-supervised algorithms are presented, considering its efficacy when compared with a few supervised methods / Mestre

CAPES / Recentemente, alguns sistemas estão sendo transferidos para a plataforma web. Muitos serviços e aplicações, incluindo sistemas de simulação e planejamento de energia e sistemas de automação, são desenvolvidos com interfaces baseadas na Internet. A usabilidade é a principal característica de uma interface e está associada com as funcionalidades de um sitema. Ela descreve o quão bem um produto pode ser utilizado para os fins propostos por seus usuários com eficácia, eficiência e satisfação. Este trabalho apresenta a aplicação de técnicas de Reconhecimento de Padrões na detecção e classificação automática de problemas de usabilidade na interface de um sistema web. O foco inicial do trabalho é centrado na identificação de possíveis problemas de usabilidade em formulários web. Os potenciais problemas de usabilidade do formulário web são definidos a partir das recomendações descritas na literatura. As tarefas realizadas pelo usuário são obtidas através da análise da interação do usuário armazenada em arquivos de log. A classificação de quais tarefas são realizadas conforme o esperado e quais são consideradas potenciais problemas de usabilidade é realizada através de uma Rede Neural Artificial. / Recently, some systems have been transferred to the web-based platform. Many services and applications, including those of power systems simulating and planning and automation systems, are developed with Internet-based interface. Usability is mainly a characteristic of the interface and is associated with the functionalities of the systems. It describes how well a product can be used for its intended purpose by its users with efficiency, effectiveness and satisfaction. This paper presents the application of pattern recognition techniques in automatic detection and classification of usability problems in the interface of a web system. The initial focus of this work is focused on identifying potential usability problems in web forms. The potential usability problems of the web form are defined based on the recommendations described in the literature. The tasks performed by the user are obtained through analysis of user interaction stored in log files. The classification of tasks which are performed as expected and what are considered potential usability problems is performed by an Artificial Neural Network.

Algumas bactérias específicas denominadas coletivamente de rizóbios são capazes de formar nódulos em raízes de leguminosas como o feijoeiro e a soja; o resultado desta associação é um processo biológico que torna possível fixar nitrogênio atmosférico no solo. A fixação biológica do nitrogênio é um processo chave para a agricultura e para o ambiente, permitindo a substituição de fertilizantes nitrogenados, reduzindo a poluição da água por nitrato, bem como a emissão de gases de efeito estufa. Os solos contêm inúmeras estirpes pertencentes ao gênero Bradyrhizobium, que estabelecem simbiose com uma variedade de plantas. No entanto, devido à alta conservação dos genes ribossomal 16S RNAr, considerados a espinha dorsal da taxonomia das espécies de procariontes, poucas espécies desse gênero foram delineadas. A metodologia de Multilocus Sequence Analysis (MLSA), que inclui a análise de múltiplos genes housekeeping, tem-se demonstrado promissora e poderosa para a definição de espécies bacterianas e neste estudo foi aplicada à espécie Bradyrhizobium, aumentando a compreensão sobre a diversidade de bactérias fixadoras de nitrogênio. A classificação de bactérias importantes para a agricultura e a manipulação biotecnológica conduzida para melhorar a produtividade agrícola são relevantes para a biodiversidade. Este estudo propõe a construção de um banco de dados disponível na internet que irá fornecer informações e ferramentas utilizando a metodologia MLSA, visando melhorar a caraterização filogenética e taxonômica do gênero Bradyrhizobium, permitindo a comparação de sequências genômicas com as estirpes tipo e representativas de cada espécie. No total estão disponíveis para consulta 280 sequencias de DNA, referentes a 19 espécies do gênero Bradyrhizobium. Um banco de dados para a identificação taxonômica e filogenética do gênero Bradyrhizobium utilizando MLSA irá facilitar a utilização de dados biológicos disponíveis através de uma interface web amigável e intuitiva. As sequências armazenadas no banco de dados podem ser comparadas com sequências de outras linhagens de forma simples e ágil, com o uso de algoritmos de alinhamento e rotinas computacionais integradas ao banco de dados. As ferramentas para alinhamento de sequencias individuais e múltiplas do banco de dados e as rotinas computacionais desenvolvidas para o pré e pós processamento de dados estão disponíveis em http://mlsa.cnpso.embrapa.br, e podem ser usadas de forma gratuita por pesquisadores de todo mundo para classificar estirpes de Bradyrhizobium; reproduzir as experiências apresentadas neste trabalho, bem como para gerar novos experimentos. O próximo passo será a expansão da base de dados para incluir outras espécies de rizóbios. / Some specific bacterias collectively called rhizobia are able to form nodules on the roots of legumes such as beans and soybeans plants, and the result of this combination is a biological process that makes it possible to fix atmospheric nitrogen in the soil.. Biological nitrogen fixation, with an emphasis on the legume-rhizobia symbiosis, is a key process for agriculture and the environment, allowing the replacement of nitrogen fertilizers, reducing water pollution by nitrate as well as the emission of greenhouse gases. Soils contain numerous strains belonging to the bacterial genus Bradyrhizobium, which establish symbioses with a variety of legumes. However, due to the high conservation of the ribosomal genes 16S RNAr of Bradyrhizobium-considered as the backbone of the taxonomy of prokaryotes-few species have been delineated so far. The multilocus sequence analysis (MLSA) methodology, consisting of the analysis of housekeeping genes, has been shown to be promising and powerful for defining bacterial species, and in this study it was applied to Bradyrhizobium species, increasing our understanding of the diversity of nitrogen-fixing bacteria. Classification of bacteria of agronomic importance is relevant to the biodiversity knowledge, as well as to biotechnological manipulation to improve agricultural productivity. We propose the construction of an on-line database that will provide information and tools using the MLSA to improve phylogenetic and taxonomic characterization of Bradyrhizobium, allowing the comparison of genomic sequences with those of type and representative strains of each species.In total are available for viewing 280 sequences relating to 19 species of the genus. A database for the taxonomic and phylogenetic identification of the Bradyrhizobium genus, using MLSA, will facilitate the use of biological data available through an intuitive web interface. Sequences stored in the on-line database can be compared with multiple sequences of other strains with simplicity and agility through multiple alignment algorithms and computational routines integrated into the database. Tools for alignment of individual threads and multiple database and computational routines developed for pre and post processing of data are available at http://mlsa.cnpso.embrapa.br, and can be used, free of charge, by researchers worldwide to classify Bradyrhizobium strains; the database and software can be applied to replicate the experiments presented in this study as well as to generate new experiments. The next step will be expansion of the database to include other rhizobial species.

CAPES / Recentemente, alguns sistemas estão sendo transferidos para a plataforma web. Muitos serviços e aplicações, incluindo sistemas de simulação e planejamento de energia e sistemas de automação, são desenvolvidos com interfaces baseadas na Internet. A usabilidade é a principal característica de uma interface e está associada com as funcionalidades de um sitema. Ela descreve o quão bem um produto pode ser utilizado para os fins propostos por seus usuários com eficácia, eficiência e satisfação. Este trabalho apresenta a aplicação de técnicas de Reconhecimento de Padrões na detecção e classificação automática de problemas de usabilidade na interface de um sistema web. O foco inicial do trabalho é centrado na identificação de possíveis problemas de usabilidade em formulários web. Os potenciais problemas de usabilidade do formulário web são definidos a partir das recomendações descritas na literatura. As tarefas realizadas pelo usuário são obtidas através da análise da interação do usuário armazenada em arquivos de log. A classificação de quais tarefas são realizadas conforme o esperado e quais são consideradas potenciais problemas de usabilidade é realizada através de uma Rede Neural Artificial. / Recently, some systems have been transferred to the web-based platform. Many services and applications, including those of power systems simulating and planning and automation systems, are developed with Internet-based interface. Usability is mainly a characteristic of the interface and is associated with the functionalities of the systems. It describes how well a product can be used for its intended purpose by its users with efficiency, effectiveness and satisfaction. This paper presents the application of pattern recognition techniques in automatic detection and classification of usability problems in the interface of a web system. The initial focus of this work is focused on identifying potential usability problems in web forms. The potential usability problems of the web form are defined based on the recommendations described in the literature. The tasks performed by the user are obtained through analysis of user interaction stored in log files. The classification of tasks which are performed as expected and what are considered potential usability problems is performed by an Artificial Neural Network.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The identification of a person by their face is one of the most effective non-intrusive methods in biometrics, however, is also one of the greatest challenges for researchers in the area, consisting of research in psychophysics, neuroscience, engineering, pattern recognition, analysis and image processing, computer vision and applied in face recognition by humans and by machines. The algorithm proposed in this dissertation for face recognition was developed in three stages. In the first stage feature matrices are derived of faces using the Two-Dimensional Discrete Cosine Transform (2D-DCT) and Two-Dimensional Principal Component Analysis (2D-PCA). The training of the Concurrent Self-Organizing Map (Csoma) is performed in the second stage using the characteristic matrices of the faces. And finally, the third stage we obtain the feature matrix of the image consulting classifying it using the CSOM network of the second step. To check the performance of face recognition algorithm proposed in this paper were tested using three well-known image databases in the area of image processing: ORL, YaleA and Face94. / A identificação de uma pessoa pela sua face é um dos métodos não-intrusivo mais efetivo em biometria, no entanto, também é um dos maiores desafios para os pesquisadores na área; consistindo em pesquisas em psicofísica, neurociência, engenharia, reconhecimento de padrões, análise e processamento de imagens, e visão computacional aplicada no reconhecimento de faces pelos seres humanos e pelas máquinas. O algoritmo proposto nesta dissertação para reconhecimento de faces foi desenvolvido em três etapas. Na primeira etapa são obtidas as matrizes características das faces utilizando a Two-Dimensional Discrete Cosine Transform (2D-DCT) e a Two-Dimensional Principal Component Analysis (2D-PCA). O treinamento da Concurrent Self-Organizing Map (CSOM) é realizado na segunda etapa usando as matrizes características das faces. E finalmente, na terceira etapa obtém-se a matriz característica da imagem consulta classificando-a utilizando a rede CSOM da segunda etapa. Para verificar o desempenho do algoritmo de reconhecimento de faces proposto neste trabalho foram realizados testes utilizando três bancos de imagens bem conhecidos na área de processamento de imagens: ORL, YaleA e Face94. / Mestre em Ciências

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2012. / Submitted by Elna Araújo (elna@bce.unb.br) on 2012-06-28T21:56:48Z No. of bitstreams: 1 2012_ItamarAlmeidadeCarvalho.pdf: 1644779 bytes, checksum: 48d744548a3c9691b7cf7c9ac0b057ab (MD5) / Approved for entry into archive by Jaqueline Ferreira de Souza(jaquefs.braz@gmail.com) on 2012-07-09T12:13:42Z (GMT) No. of bitstreams: 1 2012_ItamarAlmeidadeCarvalho.pdf: 1644779 bytes, checksum: 48d744548a3c9691b7cf7c9ac0b057ab (MD5) / Made available in DSpace on 2012-07-09T12:13:42Z (GMT). No. of bitstreams: 1 2012_ItamarAlmeidadeCarvalho.pdf: 1644779 bytes, checksum: 48d744548a3c9691b7cf7c9ac0b057ab (MD5) / A disseminação de materiais de pornografia envolvendo crianças e adolescentes é um problema que vem crescendo nos últimos anos, especialmente através do uso da Internet. O volume de materiais e o número de meios através dos quais estes materiais são distribuídos atualmente é maior que a capacidade de análise visual feita por profissionais das forças da lei, sejam policiais, ONGs ou outros. Neste contexto faz-se necessário o uso de técnicas que automatizem a priorização dos materiais para análise. O método de classificação pelo conjunto de características visuais, com uso de descritores locais de pontos de interesse em imagens já tem sido estudado tanto para identificação de pornografia em geral quanto a de pornografia infantil. Este trabalho busca identificar uma combinação de detector de pontos de interesse, descritor local e classificador que ofereça melhor resultado que os já testados em outros trabalhos. Para isso, foram testados detectores Difference of Gaussians , Harris-Laplace e Amostragem Densa, os descritores SIFT, OpponentSIFT e WSIFT e os classificadores pLSA e Naive Bayes. O detector Amostragem Densa se destacou dos demais, apresentando melhores resultados para o problema aqui tratado, sendo que nas comparações mais complexas, envolvendo imagens de pornografia infantil, o detector Harris-Laplace obteve bons resultados. Entre os descritores, o WSIFT apresentou melhores resultados, porém OpponentSIFT teve resultados melhores nas comparações mais complexas, não podendo ser ignorado em estudos futuros. O classificador Naive Bayes foi usado nos experimentos de melhores resultados. _________________________________________________________________________________ ABSTRACT / The dissemination of pornographic material involving children and adolescents is a problem that has been growing in recent years, especially through the use of the Internet. The volume of material and the number of means by which these materials are distributed today is greater than the capacity of visual analysis done by law enforcement professionals, whether police, NGOs or others. In this context, it is necessary the use of automated techniques to prioritize the materials to be analyzed. The classification method using a set of visual features, with local descriptors of interest points in images has already been studied both for identification of pornography in general and of child pornography. This paper aims to identify a combination of detector of interest points, local descriptor and classifier that provides better results than those already tested in other studies. Thus, we tested the detectors Difference of Gaussians , Harris-Laplace and Dense Sampling, the descriptors SIFT, OpponentSIFT and WSIFT and the classifiers pLSA and Naive Bayes. The detector Dense Sampling, in comparison to the others, showed better results for the problem treated here, and in more complex comparisons involving images of child pornography, the detector Harris-Laplace had good results. Among the descriptors, WSIFT showed better results, but OpponentSIFT had better results in more complex comparisons and may not be ignored in future studies. The Naive Bayes classifier was used in the experiments with best results.

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.

Redes complexas é uma área de estudo relativamente recente, que tem chamado a atenção da comunidade científica e vem sendo aplicada com êxito em diferentes áreas de atuação tais como redes de computadores, sociologia, medicina, física, matemática entre outras. Entretanto a literatura demonstra que poucos são os trabalhos que empregam redes complexas na extração de características de imagens para posterior analise ou classificação. Dada uma imagem é possível modela-la como uma rede, extrair características topológicas e, utilizando-se dessas medidas, construir o classificador desejado. Esse trabalho objetiva, portanto, investigar mais a fundo esse tipo de aplicação, analisando novas formas de modelar uma imagem como uma rede complexa e investigar diferentes características topológicas na caracterização de imagens. Como forma de analisar o potencial das técnicas desenvolvidas, selecionamos um grande desafio na área de visão computacional: identificação vegetal por meio de análise foliar. A identificação vegetal é uma importante tarefa em vários campos de pesquisa como biodiversidade, ecologia, botânica, farmacologia entre outros. / Complex networks is a relatively recent field of study, that has called the attention of the scientific community and has been successfully applied in different areas such as computer networking, sociology, medicine, physics, mathematics and others. However the literature shows that there are few works that employ complex networks in feature extraction of images for later analysis or classification. Given an image, it can be modeled as a network, extract topological features and, using these measures, build the classifier desired. This work aims, therefore, investigate this type of application, analyzing new forms of modeling an image as a complex network and investigate some topological features to characterize images. In order to analyze the potential of the techniques developed, we selected a major challenge in the field of computer vision: plant identification by leaf analysis. The plant identification is an important task in many research fields such as biodiversity, ecology, botany, pharmacology and others.

A identificação de pontos em padrões de calibração é relatada como uma fase trabalhosa nos processos de calibração de câmeras. Essa etapa é sensível à presença de ruídos e geralmente requer a identificação de muitos pontos de controle. A detecção automática de padrões de calibração é fundamental para a automatização desse processo. Os trabalhos existentes são poucos e implementam soluções semi-automáticas ou, quando automáticas, não lidam com imagens distorcidas, com inclinações acentuadas ou exigem a detecção de todos os pontos apresentados pelo padrão de calibração. O presente trabalho vem contribuir com essa área propondo uma metodologia, denominada Chessboard Topological Detection (ChTD), completamente automática, aplicável a imagens com alta distorção, independente da detecção completa do padrão e que apresenta melhor aproveitamento dos pontos e do conjunto de imagens de calibração. A metodologia proposta é baseada em três etapas: a detecção estrutural dos pontos de interesse; triangulação e filtragem dos pontos encontrados com base em regras topológicas; e a propagação e ajuste de coordenadas via conectividade dos pontos vizinhos. A partir dessa metodologia foi implementada uma ferramenta que permite extrair pontos de calibração de um padrão xadrez de forma simples e completamente automática. Na avaliação do método ChTD foi realizada uma comparação com a função findChessBoardCorners da biblioteca OpenCV usando conjuntos de imagens reais e sintéticas. Os testes realizados com imagens reais possibilitaram comparações numéricas da quantidade de pontos e de padrões detectados, e os com imagens sintéticas permitiram avaliar o ChTD diante de inclinações do padrão e ruídos controlados. Pelos resultados obtidos foi possível verificar que o ChTD foi superior ao método do OpenCV, apresentando menor dependência à inclinação do padrão, melhor aproveitamento dos pontos e das imagens de calibração e realizando a detecção em imagens distorcidas. O ChTD é executado em um único passo, diferenciando-se do método do OpenCV que faz transformações sucessivas da imagem. A metodologia desenvolvida é modularizada, possibilitando o uso de outros algoritmos em suas fases intermediárias. / The detection of calibration points is reported as a time consuming task in camera calibration systems. This task is sensitive to noise and usually requires identification of a large set of control points. A methodology of automatic detection of calibration patterns is essential for the automation of this process. Existing works are few and usually implement semi-automatic solutions. Automatic methods do not deal with distorted images, and patterns with high tilt angles or require the detection of all the calibration points. The present work aims to contribute to this area proposing a methodology named Chessboard Topological Detection (ChTD), which is completely automatic, applicable to images with high distortion, making better use of all detected points, avoind calibration frames losses, regardless of the complete detection of the pattern features. The proposed methodology is based on three steps: the structural detection of points of interest, filtering and triangulation of the points based on topological rules and the adjust and coordinate propagation via connectivity of neighboring points inside the mesh. Based on this methodology, was implemented a tool that allows to extract calibration points of a chessboard pattern in a simple and automatic way. For the evaluation of the method ChTD, a comparison was made with the function findChessBoardCorners, which belongs to OpenCV library, using sets of synthetic and real images. Tests performed with real images allowed numerical comparisons of the number of points and detected patterns. The tests with synthetic images allowed to evaluate the ChTD facing the controlled tilt angle of the chessboard pattern and controlled image noise. The obtained results showed that the ChTD method was superior to OpenCV, with less dependence on the tilt angle of the calibration pattern, detecting more points, avoiding calibration images losses and detecting the pattern in distorted images. The ChTD runs in a single step, differing from OpenCV method that makes successive transformations of the image. The developed methodology is modular, enabling the use of different algorithms in its intermediates and some principal stages.