[pt] Nós abordamos a tarefa de segmentação de páginas de notícias; mais especificamente identificação do título, data de publicação e corpo da notícia. Embora existam resultados muito bons na literatura, a maioria deles depende da renderização da página, que é uma tarefa muito demorada. Nós focamos em cenários com um alto volume de documentos, onde desempenho de tempo é uma necessidade. A abordagem escolhida estende nosso trabalho prévio na área, combinando propriedades estruturais com traços de atributos visuais, calculados através de um método mais rápido do que a renderização tradicional, e algoritmos de aprendizado de máquina. Em nossos experimentos, nos atentamos para alguns fatos não comumente abordados na literatura, como tempo de processamento e a generalização dos nossos resultados para domínios desconhecidos. Nossa abordagem se mostrou aproximadamente uma ordem de magnitude mais rápida do que alternativas equivalentes que se apoiam na renderização completa da página e manteve uma boa qualidade de extração. / [en] We tackle the task of news webpage segmentation, specifically identifying the news title, publication date and story body. While there are very good results in the literature, most of them rely on webpage rendering, which is a very time-consuming step. We focus on scenarios with a high volume of documents, where a short execution time is a must. The chosen approach extends our previous work in the area, combining structural properties with hints of visual presentation styles, computed with a faster method than regular rendering, and machine learning algorithms. In our experiments, we took special attention to some aspects that are often overlooked in the literature, such as processing time and the generalization of the extraction results for unseen domains. Our approach has shown to be about an order of magnitude faster than an equivalent full rendering alternative while retaining a good quality of extraction.

[pt] Esta dissertação apresenta o desenvolvimento e os resultados deste projeto de mestrado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma metodologia e uma ferramenta para segmentação do fígado, seus vasos e subregiões a partir de imagens de tomografia computadorizada da região abdominal, utilizando procedimentos de segmentação automática de imagens e visualização tridimensional de dados. A metodologia sugerida segmenta primeiramente o fígado, utilizando uma abordagem de modelos deformáveis implícitos, chamada level sets, estimando os seus parâmetros através do uso de algoritmos genéticos. Inicialmente, o contorno do fígado é manualmente definido em um tomo como solução inicial, e então o método segmenta automaticamente o fígado em todos os outros tomos, sequencialmente. Os vasos e nódulos do fígado são então identificados utilizando um modelo de mistura de funções proporcionais a gaussianas, e um método de segmentação de crescimento de regiões por histerese. As veias hepáticas e portas são classificadas dentro do conjunto de vasos, e utilizadas em uma modelagem matemática que finalmente divide o fígado em oito sub-regiões de Couinaud. Esta metodologia foi testada em 20 diferentes exames e utilizando cinco diferentes medidas de performance, e os resultados obtidos confirmam o potencial do método. Casos com baixo desempenho são apresentados para promover desenvolvimentos futuros. / [en] This dissertation presents the development and results of this M.Sc project, whose multidisciplinary objective, was to develop a methodology and a tool to segment the liver, its vessels and subregions from abdominal computed tomography images, using procedures of automatic image segmentation and visualization of three-dimensional data. The suggested methodology segments initially the liver, using an approach based on implicit deformable models, called level sets, estimating its parameters using genetic algorithms. Initially, the liver boundary is manually set in one slice an initial solution, and then the method automatically segments the liver in all other slices, sequentially. Then the vessels and nodules of the liver are identified using both a model of mixture of functions proportional to Gaussians, and a segmentation method called region growing that uses hysteresis information. The hepatic and portal veins are classified within the set of vessels, and used in a mathematical modeling that eventually divides the liver into the eight subregions of Couinaud. The methodology was tested to segment the liver using 20 different exams and five different measures of performance, and the results obtained confirm the potential of the method. The cases in which the method presented a poor performance are also discussed in order to instigate further research.

[pt] O presente trabalho teve por objetivo analisar o Projeto de Segmentação implementado na Caixa Econômica Federal, bem como verificar a percepção que os gerentes de agências tiveram do êxito do mesmo. Efetuou-se a descrição do Projeto de Segmentação, abrangendo suas fases de implantação e de desenvolvimento estratégico, em seus múltiplos aspectos, apresentando as vantagens do mesmo enquanto estratégia de marketing para a fidelização dos diversos tipos de clientes. Os resultados se baseiam em entrevistas com 68 gerentes de 20 agências da zona sul da cidade do Rio de Janeiro. Os resultados mostram que as percepções dos gerentes são favoráveis ao Projeto de Segmentação, contudo apontam para a necessidade de manter um processo de melhoria contínua e o cuidado com a pulverização da informação num Projeto desta magnitude. / [en] The Segmentation Project that was implemented by Caixa Econômica Federal was the main objective of this dissertation. It was also aimed to verify the perception of the branches manager`s about the success of this Project. The dissertation implied several steps. It began with the Segmentation Project description itself and the Strategic Plan in its multiple aspects, presenting the its advantages as a means of a marketing strategy to attract and keep several types of costumers. The results were based in interviews with 68 managers of several branches from the South Zone of the City of Rio de Janeiro. It shows that the perception of the managers are favorable to the Segmentation Project, however, it points out to the needs of keeping a continuous amelioration process and the preoccupation with the information diffusion in such a Project of this magnitude.

[pt] Esta dissertação tem como objetivo avaliar algoritmos de segmentação para imagens de sensoriamento remoto. Quatro algoritmos de segmentação foram considerados neste estudo. Esses algoritmos têm abordagens diferentes tais como baseado em agrupamento, em crescimento de regiões, em modelos bayesianos e em grafos. Como cada algoritmo tem os seus próprios parâmetros, o processo de encontrar seus parâmetros ótimos foi feito usando um algoritmo de otimização, Nelder - Mead. O algoritmo Nelder - Mead procura os melhores parâmetros para cada algoritmo de segmentação, isto é, os parâmetros que proporcionam os resultados mais exatos com respeito a uma referência dada. A função objetivo foi definida a partir de sete métricas diferentes. Eles avaliam qualitativamente o resultado da segmentação baseadas na sua referência. Os experimentos foram realizados ao longo de três imagens de sensoriamento remoto de diferentes localidades do Brasil. Isso envolveu um total de 84 experimentos. Os resultados mostraram que as abordagens baseadas em grafos produzem os melhores resultados baseados em todas as métricas. As abordagens baseadas no crescimento de regiões e agrupamento apresentaram-se como boas opções para imagens de sensoriamento remoto. / [en] This dissertation aims to evaluate segmentation algorithms for remote sensing images. Four segmentation algorithms were considered in this study. These algorithms have different approaches such as clustering-based, region growing-based, bayesian-based and graph-based. As each algorithm has its own parameters, the process to find their optimum values was done using an optimization algorithm, Nelder - Mead. Nelder - Mead algorithm looks for the best parameters for each segmentation algorithm, i.e. the parameters that provide the most accurate results with respect to a given reference. The objective function was defined by seven different metrics. These metrics assess qualitatively the segmentation result based on its reference. The experiments were performed over three remote sensing images from different locations of Brazil. A total of 84 experiments have been performed. The results have shown that graph-based approaches produce the best results based on each metric. The region growing- and clustering-based approaches have shown to be good alternatives for remote sensing images.

[pt] Robôs moveis se tornaram populares nos últimos anos devido a sua capacidade de operar de forma autônoma e performar tarefas que são perigosas, repetitivas ou tediosas para seres humanos. O robô necessita ter um mapa de seus arredores e uma estimativa de sua localização dentro desse mapa para alcançar navegação autônoma. O problema de Localização e Mapeamento Simultâneos (SLAM) está relacionado com a determinação simultânea do mapa e da localização usando medidas de sensores. SLAM visual diz respeito a estimar a localização e o mapa de um robô móvel usando apenas informações visuais capturadas por câmeras. O uso de câmeras para o sensoriamento proporciona uma vantagem significativa, pois permite resolver tarefas de visão computacional que fornecem informações de alto nível sobre a cena, incluindo detecção, segmentação e reconhecimento de objetos. A maioria dos sistemas de SLAM visuais não são robustos a ambientes dinâmicos. Os sistemas que lidam com conteúdo dinâmico normalmente contem com métodos de aprendizado profundo para detectar e filtrar objetos dinâmicos. Existem vários sistemas de SLAM visual na literatura com alta acurácia e desempenho, porem a maioria desses métodos não englobam objetos desconhecidos. Este trabalho apresenta um novo sistema de SLAM visual robusto a ambientes dinâmicos, mesmo na presença de objetos desconhecidos. Este método utiliza segmentação panóptica para filtrar objetos dinâmicos de uma cena durante o processo de estimação de estado. A metodologia proposta é baseada em ORB-SLAM3, um sistema de SLAM estado-da-arte em ambientes estáticos. A implementação foi testada usando dados reais e comparado com diversos sistemas da literatura, incluindo DynaSLAM, DS-SLAM e SaD-SLAM. Além disso, o sistema proposto supera os resultados do ORB-SLAM3 em um conjunto de dados personalizado composto por ambientes dinâmicos e objetos desconhecidos em movimento. / [en] Mobile robots have become popular in recent years due to their ability to operate autonomously and accomplish tasks that would otherwise be too dangerous, repetitive, or tedious for humans. The robot must have a map of its surroundings and an estimate of its location within this map to achieve full autonomy in navigation. The Simultaneous Localization and Mapping (SLAM) problem is concerned with determining both the map and localization concurrently using sensor measurements. Visual SLAM involves estimating the location and map of a mobile robot using only visual information captured by cameras. Utilizing cameras for sensing provides a significant advantage, as they enable solving computer vision tasks that offer high-level information about the scene, including object detection, segmentation, and recognition. There are several visual SLAM systems in the literature with high accuracy and performance, but the majority of them are not robust in dynamic scenarios. The ones that deal with dynamic content in the scenes usually rely on deep learning-based methods to detect and filter dynamic objects. However, these methods cannot deal with unknown objects. This work presents a new visual SLAM system robust to dynamic environments, even in the presence of unknown moving objects. It uses Panoptic Segmentation to filter dynamic objects from the scene during the state estimation process. The proposed methodology is based on ORB-SLAM3, a state-of-the-art SLAM system for static environments. The implementation was tested using real-world datasets and compared with several systems from the literature, including DynaSLAM, DS-SLAM and SaD-SLAM. Also, the proposed system surpasses ORB-SLAM3 results in a custom dataset composed of dynamic environments with unknown moving objects.

[pt] O varejo está na era do big data e cada vez mais informações estão sendo geradas sobre a jornada do cliente. É fundamental armazenar esses dados de jornada de compra para entender melhor os clientes, a fim de aprofundar o relacionamento com eles. No entanto, a captura de dados é apenas o primeiro passo, sendo fundamental a análise dessas informações para segmentar os clientes e oferecer o que eles desejam. Utilizando uma base real de clientes (em torno de 600 mil clientes únicos analisados) de uma grande rede de supermercados, este estudo objetivou entender o comportamento deles em termos de canais a partir de cohorts de diferentes gerações para variáveis de frequência de compra, total gasto de compra, total de itens únicos comprados (produtos distintos) e total de itens comprados. Adicionalmente, também avaliou-se o comportamento de compra para itens de marca própria e de fornecedor exclusivo do supermercado, com o intuito de compreender essas diferenças e possibilitar ações mais assertivas em termos de CRM e marketing para a empresa. Na análise dos dados, descobriu-se que o WhatsApp foi o canal mais consistente. Os Baby Boomers apresentaram uma maior propensão ao uso desse canal, enquanto os Millennials e a Geração Z apresentaram uma menor propensão. O canal digital apresentou diferenças apenas na ótica de gastos, e o canal físico foi o preferido da Geração X e dos Baby Boomers. Os Xennials apresentaram comportamento similar à Geração X e Geração Y. / [en] Retail is in the age of big data and more and more information is being generated about the customer journey. It is critical to store this buyer journey data to better understand customers in order to maintain the relationship with them. However, capturing data is just the first step, and analyzing this information is essential to segment customers and offer what they want. Using a real customer base (around 600,000 customers) of a large supermarket chain, this study aimed to understand their behavior in terms of channels from cohorts of different generations to determine unique purchases, total purchase spend , total unique items purchased (destined products), and total items purchased. In addition, it also evaluates the purchase behavior for own brand items and items from the supermarket s exclusive supplier, with the aim of understanding these differences and enabling more assertive actions in terms of CRM and marketing for the company. In analyzing the data, it was found that WhatsApp was the most consistent channel. Baby Boomers were more likely to use this channel, while Millennials and Generation Z were less likely. The digital channel showed a difference only in terms of spending, and the physical channel was preferred by Generation X and Baby Boomers. Xennials showed behavior similar to Generation X and Generation Y.

[pt] As tarefas de segmentação e classificação automáticas de áudio vêm se tornando cada vez mais importantes com o crescimento da produção e armazenamento de mídia digital. Este trabalho se baseia em características do padrão MPEG, que é considerado o padrão para acervos digitais, para gerir algoritmos de grande eficiência para realizar essas arefas. Ao passo que há muitos estudos trabalhando a partir do vídeo, o áudio ainda é pouco utilizado de forma eficiente para auxiliar nessas tarefas. Os algoritmos sugeridos partem da leitura apenas dos fatores de escala presentes no Layer 2 do áudio MPEG para ambas as tarefas. Com isso, é necessária a leitura da menor quantidade possível de informações, o que diminui significativamente o volume de dados manipulado durante a análise e torna seu desempenho excelente em termos de tempo de processamento. O algoritmo proposto para a classificação divide o áudio em quatro possíveis tipos: silêncio, fala, música e aplausos. Já o algoritmo de segmentação encontra as mudanças ignificativas de áudio, que são indícios de segmentos e mudanças de cena. Foram realizados testes com diferentes tipos de vídeos, e ambos os algoritmos mostraram bons resultados. / [en] With the growth of production and storing of digital media, audio segmentation and classification are becoming increasingly important. This work is based on characteristics of the MPEG standard, considered to be the standard for digital media storage and retrieval, to propose efficient algorithms to perform these tasks. While there are many studies based on video analysis, the audio information is still not widely used in an efficient way. The suggested algorithms for both tasks are based only on the scale factors present on layer 2 MPEG audio. That allows them to read the smallest amount of information possible, significantly diminishing the amount of data manipulated during the analysis and making their performance excellent in terms of processing time. The algorithm proposed for audio classification divides audio in four possible types: silent, speech, music and applause. The segmentation algorithm finds significant changes on the audio signal that represent clues of audio segments and scene changes. Tests were made with a wide range of types of video, and both algorithms show good results.

[pt] O tema central deste projeto é a retenção de clientes como estratégia competitiva para aumentar a lucratividade da empresa. O objetivo é desenvolver um modelo estatístico que relacione variáveis transacionais, demográficas e dados sobre o histórico de eventos com a probabilidade de cancelamento dos clientes assinantes de jornal e definir o perfil dos clientes com maior risco de desligamento. Em uma primeira etapa, este estudo fornece uma revisão teórica sobre lealdade, satisfação e marketing de relacionamento, a fim de buscar uma relação com a retenção de clientes. Em seguida, a revisão de literatura levantou as variáveis mais usadas na segmentação de clientes tais como: variáveis transacionais, geográficas, demográficas, psicográficas e comportamentais para definir o perfil dos clientes que cancelam e dos que não cancelam sua assinatura. Depois de construir um modelo teórico, a regressão logística foi utilizada como técnica estatística para desenvolver um modelo de previsão de cancelamento. Os resultados foram analisados com o auxílio do programa estatístico SPSS e conclui-se que o perfil do cliente que cancela a assinatura do jornal é o jovem de até 30 anos; com baixo nível sócio-demográfico; morador da baixada, subúrbio e outros estados que não o Rio de Janeiro; que tenha adquirido sua assinatura através do canal telemarketing ativo; com a assinatura da modalidade anual e forma de pagamento em boleto ou débito em conta corrente; clientes que adquiriram sua assinatura mais recentemente; que comprem menos de 3 produtos da empresa e que não tenham feito reclamações através da central de atendimento. O modelo final de previsão de cancelamento contou com 11 variáveis e a tabela de classificação mostrou uma taxa de acerto geral de 75,3%. A última etapa apresenta algumas conclusões, implicações e sugestões para pesquisas futuras. / [en] The core subject of this project is the customers´ retention as a competitive strategy to increase the company´s profitability. The goal is to develop a statistical model that links transactional and demographic variables and customer´s history data with the subscribers´ churn of a certain publication. In the first part, this study provides a revision on loyalty, satisfaction and relationship marketing theory in order to find a relation with customers´ retention. After that, the literature revision raised the most used variables for the segmentation of customers, such as: transactional, geographic, demographic, psycological and behavior variables to define the profile of the customer who churns and the profile of that one who doesn´t. After constructing a theoretical model, the logistic regression was used as a statistical technique to develop a model of cancellation forecasting. The results has been analyzed with the aid of statistical program SPSS and conclude that the profile of the customer who cancels the subscription of the publication is young up to 30 years old; with low social- demographic level; living at Baixada, Suburb, and other states than Rio De Janeiro; that bought the subscription through the outbound telemarketing sales channel; with one year subscription and payment through invoice or direct debit in current account; customers who has bought its signature more recently; that do not buy less than 3 other products of the company and that have not made complaints through the customer service. The final model of churn forecasting uses 11 variables and the classification table showed an accuracy of 75,3%. The last part presents some conclusions, implications and suggestions for future research.

[pt] A primeira infância é fundamental para o desenvolvimento físico e psíquico dos seres humanos, influenciando-os pelo resto da vida. Assim sendo, a oferta de serviços de creche adequados, calcados no correto mapeamento dos desejos e necessidades dos consumidores, é de extrema importância. Partindo desta motivação, este trabalho objetiva analisar as características relevantes para os pais no processo de seleção de creches. A dissertação é baseada na metodologia da análise conjunta e seu desenvolvimento é composto de duas etapas: i. Revisão da literatura, entrevistas em profundidade, grupo de foco e definição dos estímulos a serem avaliados pelos respondentes; ii. Coleta de dados, cálculo das importâncias relativas dos atributos, cálculo das utilidades dos níveis propostos e análise dos resultados. A análise dos resultados é feita considerando-se não somente o total da amostra como também segmentos definidos a priori de acordo com dados sócio-econômicos levantados na coleta de dados. O resultado da análise conjunta para o total da amostra revela os atributos localização, projeto pedagógico e grau de capacitação dos profissionais como sendo os de maior importância relativa. Este resultado evidencia que, muito além da praticidade de creches que sejam guardiãs de seus filhos, os pais buscam também uma instituição que propicie o aprendizado e a socialização. Na segmentação, os resultados por região de residência, faixa etária das crianças e faixa de renda familiar possibilitaram a definição de estratégias específicas para cada segmento. / [en] The first childhood is fundamental for the physical and psychological development of human beings, influencing them for the rest of their lives. In this way, offering adequate child care services, based in a correct mapping of customers’ necessities is extremely important. Derived from this motivation, this work aims to analyze the relevant characteristics for parents in the child care services selection process. The dissertation is based on conjoint analysis methodology and is developed in two parts: i. Literature revision, interviews, focus groups and definition of the stimulus to be evaluated by the respondents; ii. Data collection, calculation of the relative importance of the attributes, calculation of the utilities of each suggested level and analyses of the results. The analysis is done considering not only the total sample but also segments defined according to socio-economical data gathered as part of the data collection process. The result of the conjoint analysis for the overall sample reveals that location, teaching methodology and professional knowledge and skills received the greatest relative importance. It shows that, far beyond a practical child care service that can look after their children, parents are aiming for an institution that leverages development, socialization and learning. When segmenting the data, analyses by neighborhood, children’s age and familiar income enabled the definition of strategies for each specific segment.

Ecocardiografia fetal é uma importante ferramenta para diagnóstico. Esta tese apresenta um método que provê localização automática de cavidades cardíacas em imagens ecocardiografias fetais, onde o diagnóstico de problemas congênitos do coração pode melhorar os resultados do tratamento. As estruturas de interesse são as quatro cavidades cardíacas (átrio direito, átrio esquerdo, ventrículo direito e ventrículo esquerdo). O método é baseado na busca por cavidades cardíacas através de uma molde de busca (template) para encontrar padrões de interesse. Este molde é calculado usando uma função densidade probabilidade que recebe como parâmetro os níveis de cinza de uma região representativa da cavidade, na imagem. Além disso, em alguns testes também foram utilizadas características espaciais da imagem para cálculo do molde de busca. Nesse sentido a busca é implementada de uma forma hierárquica: (i) primeiro, é localizada a região do coração; e (ii) em seguida, baseando na região do coração a cavidade de interesse á buscada. A comparação do molde de busca e as regiões de interesse na imagem é feita utilizando o Coeficiente de Bhattacharyya, o qual é analisado ao longo dos testes para justificar sua escolha. Uma das principais características do método é a invariância a rotação apresentada pelas estruturas. / Fetal echocardiography is an important tool for diagnosing. This thesis presents a method to provide automatic localization of cardiac cavities in fetal echocardiography images, where the early diagnostics of heart congenital diseases can greatly improve results from medical treatment. The structures of interest are the four cardiac cavities (left and right atrium, left and right ventricle). The method is based in the search of cardiac structures with a mold to find the pattern of interest. This mold is calculated using a probability density function that receives as parameter the gray level of a representative image and also uses spatial features of the images to calculate the mold. A hierarchical search is performed: (i) first, the region of interest is covered to locate the heart; and (ii) based on the position of the heart, the desired structure is found in the image. The comparison of the mold and the candidate image is made using the Bhattacharyya coefficient, which our experimental tests have shown good results. One of the main characteristics of the method is its rotation invariance.