Cada vez mais observa-se a inserção de novas tecnologias em salas de aulas. Com o auxílio de políticas publicas, computadores ligados a internet tem estado presentes nas classes nos mais longinquos lugares do nosso país. Isto tem proporcionado que o conhecimento chegue de forma mais ampla e irrestrita a todas as crianças em fase de desenvolvimento. Na ultima decada, além de microcomputadores, tem-se observado a presença, em salas de aulas, de Ipads, celulares, cujos proprietários são os próprios alunos e até mesmo lousa eletrônica em escolas com poder aquisitivo maior. Aliado a isto, nota-se também a inserção de kits robóticos que tem motivado muito os alunos no aprendizado de raciocínio lógico e de programação, pois, eles experimentam o conceito: \"aprender por meio do fazer\". O uso de todas estas tecnologias tem como objetivo principal cativar a atenção dos alunos, incentivar a pesquisa e o aprendizado interativo, uma vez que o ensino antes expositivo dá lugar ao ensino interativo, isto é, que conta com a participação mais ativa do estudante. Nesta direção, esta dissertação de Mestrado traz uma inovação no sentido que está sendo proposto um sistema que permite que um robô humanoide seja inserido em salas de aulas. Trata-se de um protótipo que permite que o robô reconheça figuras geométricas planas, que pode ser estendido para outros tipos de conteúdos. O objetivo é a integração de um sistema de visão computacional em um ambiente de controle de um robô humanoide para torná-lo capaz de reconhecer figuras geométricas planas, para ser utilizada como uma ferramenta de ensino. Este sistema de visão é baseado em técnicas de Atenção Visual e utiliza uma rede neural LEGION para segmentar os objetos mais salientes da imagem e uma rede neural do tipo Multicamadas (MLP), para realizar a classificação desses objetos. Graças a este sistema de visão, o robô consegue discernir figuras sobrepostas independente do ambiente real no qual esteja inserido. Para avaliar o desempenho do sistema proposto, algumas aplicações foram desenvolvidas que envolveram a participação de crianças interagindo com o robô no reconhecimento de figuras geométricas. Embora sejam necessários uma maior numero de experimentos, os resultados obtidos indicam que o sistema proposto apresenta-se como uma ferramenta alternativa, promissora e interessante, tendo sida muito bem recebida por parte dos alunos e professores. / Increasingly there has been the introduction of new technologies in the classroom. With the help of public policies, computers connected to the internet has been used in the classes in the far reaches of our country. This has provided the knowledge reachs broader and unrestricted way to all children under development. In the last decade, besides computers, has been seen the presence in classrooms of Ipads, smart phones, owned by the students themselves and even electronic whiteboard in schools with higher purchasing power. Added to this, there is also the inclusion of robotic kits that has motivated much students in learning logical reasoning and programming, as they experience the concept: \"learning through doing\". The use of all these technologies aims to captivate the attention of students, encourage research and interactive learning, since the school, before exhibition, gives way to interactive teaching, that is, who has the most active student participation. In this direction, this Masters thesis brings an innovation in the sense that is being proposed a system that allows a robot humanoid is inserted into classrooms. It is a prototype that allows the robot to recognize planar geometric figures, which can be extended to other types of content. The goal is the integration of a computer vision system in a control a humanoid robot environment to make it able to recognize This has provided the knowledge gets broader and unrestricted way all children under development geometric figures, to be used as a teaching tool. This vision system is based on Visual Attention techniques and uses a neural network LEGION to target the salient objects image and a Multilayer (MLP) neural network, to perform the classification of these objects. Thanks to the vision system, the robot can distinguish independent of the actual environment in which overlapping figures is inserted. To evaluate the performance of the proposed system, some applications were developed that involved the participation of children interacting with the robot in the recognition of geometric figures. Although a larger number of experiments are needed, the results indicate that the proposed system is presented as an alternative tool, promising and interesting, and it was very well received by students and teachers.

A detecção e reconhecimento de objetos é uma tarefa fundamental em aplicações relacionadas à navegação autônoma de robôs móveis e veículos inteligentes. Com a evolução tecnológica nos sistemas sensoriais, surgiram equipamentos capazes de detectar e representar os elementos presentes no ambiente de forma tridimensional, em estruturas chamadas nuvem de pontos. Os sensores 3D geralmente capturam um grande volume de pontos em curtos intervalos de tempo, o que demanda técnicas robustas para processamento dessa informação além de tolerância a eventuais ruídos nos dados. Uma abordagem frequentemente utilizada na área de Visão Computacional para redução de dimensionalidade é a extração de features robustas, armazenando um subconjunto de informações representativas e simplificadas do conjunto de dados. Esta tese apresenta uma metodologia de classificação de objetos em nuvens de pontos 3D através da extração de features 3D globais. Foi desenvolvido um novo descritor 3D invariante à escala, translação e rotação denominado 3D-CSD (3D-Contour Sample Distances) para representação da superfície dos objetos presentes no ambiente, e utilizado um método de aprendizado supervisionado para reconhecimento de padrões. Os experimentos realizados envolveram o uso de Redes Neurais Artificiais para o reconhecimento de diferentes classes de objetos, avaliando e validando a metodologia proposta. Os resultados obtidos demostraram a viabilidade da aplicação desta abordagem para o reconhecimento de objetos em sistemas de percepção 3D. / Objects detection and recognition is a critical task in applications for mobile robots and intelligent vehicles autonomous navigation. With the advent of many 3D sensors, environment elements can be detected and represented in three-dimensional mode, in structures known as point clouds. 3D sensors usually capture a large amount of points at high rates, requiring robust techniques to process this information and also deal with noise on input data. A common approach in the Computer Vision field for dimensionality reduction is the use of robust features extraction techniques. This way, only a subset with representative and simplified information from the dataset is processed. This thesis presents a methodology for objects recognition in 3D point clouds using global 3D features extraction. A novel 3D descriptor invariant to scale, translation and rotation named 3D-CSD (3D-Contour Sample Distances) was developed to represent the objects surface, and a supervised learning method used for pattern recognition. The experiments were performed using Artificial Neural Networks for the recognition of different classes of objects, evaluating and validating the proposed methodology. Obtained results demonstrated the feasibility of this approach application for object recognition in 3D perception systems.

A robótica é uma área multidisciplinar que cresce continuamente com a contribuição do avanço científico e aumento frequente do poder computacional do hardware. As pesquisas em robótica estão divididas em diversas linhas de investigação. A visão computacional é uma das linhas de pesquisa de grande interesse devido à farta variedade de métodos e técnicas oferecidas. Um dos maiores desafios para os robôs é descobrir e analisar o ambiente em que estão inseridos. Dentre os principais sensores que podem ser utilizados, as câmeras digitais oferecem um bom benefício: podem ser leves, pequenas e baratas, características fundamentais para alguns robôs. Este trabalho propõe o desenvolvimento e análise de um sistema de visão computacional para rastrear veículos usando sistemas de detecção e classificação de segmentos em imagens. Para atingir os objetivos são investigados métodos de extração de informações das imagens, modelos de atenção visual e modelos de aprendizado bioinspirados para detecção e classificação de veículos. Para a tarefa de atenção visual foram utilizadas as técnicas de geração de mapas de saliência iNVT e VOCUS2, enquanto que para classificação foi empregada a técnicas bag-of-features e finalmente, para o rastreamento do veículo especificado, durante seu percurso em uma rodovia, foi adotada a técnica Camshift com filtro de Kalman. O sistema desenvolvido foi implementado com um robô aéreo e testado com imagens reais contendo diferentes veículos em uma rodovia e os resultados de classificação e rastreamento obtidos foram muito satisfatórios. / Robotics is a multidisciplinary area that continually grows with the contribution of scientific advancement and frequent increase in computational hardware power. Research in robotics are divided into several lines of investigation. Computer vision is one of the research areas of great interest due to the abundant variety of methods and techniques offered. One of the biggest challenges for the robots is to discover and analyze the environment in which they are inserted. Among the main sensors that can be used, digital cameras offer good benefits: they can be lightweitgh, small and cheap, which are fundamental characteristics for some robots. This work undertakes the development and analysis of a computer vision system to track vehicles by detecting and classifying segments in imaging systems. To achieve the objectives, methods on image information extraction, visual attention models and bioinspired learning models were studied for detection and classification of vehicles. For the task of visual attention the INVT and VOCUS2 models were used to generate saliency maps, while for classification was applied the bag-of-features method and finally to track the specified vehicle during its journey on a highway, it was adopted CamShift technique joint with a Kalman filter. The developed system was implemented with an aerial robot and tested with real images containing different vehicles on a highway and the results of classification and tracking obtained were very satisfactory.

O problema da localização consiste em estimar a posição de um robô com relação a algum referencial externo e é parte essencial de sistemas de navegação de robôs e veículos autônomos. A localização baseada em odometria visual destaca-se em relação a odometria de encoders na obtenção da rotação e direção do movimento do robô. Esse tipo de abordagem é também uma escolha atrativa para sistemas de controle de veículos autônomos em ambientes urbanos, onde a informação visual é necessária para a extração de informações semânticas de placas, semáforos e outras sinalizações. Neste contexto este trabalho propõe o desenvolvimento de um sistema de odometria visual utilizando informação visual de uma câmera monocular baseado em reconstrução 3D para estimar o posicionamento do veículo. O problema da escala absoluta, inerente ao uso de câmeras monoculares, é resolvido utilizando um conhecimento prévio da relação métrica entre os pontos da imagem e pontos do mundo em um mesmo plano. / The localization problem consists of estimating the position of the robot with regards to some external reference and it is an essential part of robots and autonomous vehicles navigation systems. Localization based on visual odometry, compared to encoder based odometry, stands out at the estimation of rotation and direction of the movement. This kind of approach is an interesting choice for vehicle control systems in urban environment, where the visual information is mandatory for the extraction of semantic information contained in the street signs and marks. In this context this project propose the development of a visual odometry system based on structure from motion using visual information acquired from a monocular camera to estimate the vehicle pose. The absolute scale problem, inherent with the use of monocular cameras, is achieved using som previous known information regarding the metric relation between image points and points lying on a same world plane.

A área de robótica móvel se encontra numa fase de grande expansão, mas um dos obstáculos a ser vencido é o desenvolvimento de sistemas computacionais embarcados que combinem baixo consumo de energia com alta capacidade de processamento. A computação reconfigurável tem o potencial para atender esta demanda. Este trabalho visa avaliar as dificuldades no aproveitamento desta tecnologia através da implementação em hardware de um sistema de desvio de obstáculos para robôs móveis usando uma única câmera de baixo custo como sensor. Normalmente os algorítmos de fluxo óptico usados neste projeto são implementados inteiramente em software e sofrem várias restrições para poderem operar nos computadores embarcados nos robôs. O projeto descrito neste trabalho não tem estas restrições mas exige um esforço maior de desenvolvimento / The area of mobile robotics is undergoing a tremendous expansion, but one of the obstacles to be dealt with is the development of embedded computational systems that combine low power consumption and high performance. Reconfigurable computing has the potential to meet these requirements. This project is an evaluation of the complexities of fully exploiting this technology through the hardware implementation of an obstacle avoidance system for mobile robots using a single, low cost camera as its sensor. Normally, the optic flow algorithms used in this project are implemented entirely in software and so suffer several limitations in order to run on computers embedded in the robots. The hardware described here does not have the same limitations but requires more development effort

A visãao é o sentido humano mais complexo e importante para os processos de cognição e de interação de um indivíduo com o mundo. Neurofiisiologistas buscam identificar e compreender como funcionam os mecanismos celulares envolvidos neste processo. O sistema visual recebe os sinais de imagens captadas pelos olhos e, por meio de transformações e processamento diversos, integra esses sinais em representações de objetos internos perceptuais. O projeto Olho Virtual consegue reconstruir, em três dimensões, modelos de olhos utilizando córneas reais ou simuladas em computador, reproduzindo suas propriedades ópticas captando imagens de maneira satisfatória. Este trabalho introduz, no projeto Olho Virtual, um modelo computacional de retina baseado no modelo biológico, capaz de reproduzir as propriedades das células cones e bastonetes em suas distribuições radiais e também em suas funcionalidades em particular. Além dessa, é apresentado uma modelagem para reprodução dos campos receptivos das células ganglionares presentes na retina, gerando sinais de saída nos sistemas parvo e magno. Por fim são feitas simulações de experimentos psicofísicos com propósito de verificar a validade da modelagem proposta / The vision is the human sense more complex and important in cognitive processes and the interaction of an individual with the world. Neurophysiologists seek to identify and understand how the cellular mechanisms involved in this process work. The visual system receives the image signals captured by the eyes and, through several transformations and processing, integrate those signals into internal representations of perceptual objects. The project Virtual Eye can reconstruct three-dimensional models of eye corneas using real or simulated on the computer, playing their optical properties capturing images satisfactorily. This work introduces the Virtual Eye project, a computational model of retina-based biological model, able to reproduce the properties of rod and cone cells in their radial distributions and also in its functionality in particular. Besides this, a model is presented for reproduction of the receptive fields of ganglion cells present in the retina, generating output signals in the parvo and magno systems. Finally, simulations are made with psychophysical experiments in order to verify the accuracy of the proposed model

O reconhecimento de padrões de textura em imagens tem sido uma importante ferramenta na área de visão computacional. Isso porque o atributo textura pode revelar características intrínsecas, tornando possível a classificação de um conjunto de imagens semelhantes. Embora a textura seja estudada há mais de meio século, ainda não existe um consenso sobre sua definição e nem mesmo um método de extração de características de textura que seja eficiente para todos os tipos de imagens. Além disso, os métodos da literatura analisam os padrões de textura de maneira global, considerando que uma imagem apresente um conjunto de micropadrões que formam um único padrão global ou homogêneo de textura na imagem. No entanto, alguns tipos de imagens apresentam heterogeneidade em sua composição, ou seja, o conjunto de micropadrões na imagem é responsável por formar mais de um padrão de textura dentro da mesma imagem. Esse tipo de imagens levou ao propósito de investigação deste trabalho. Independentemente do método de extração de característica utilizado, considerar a heterogeneidade do padrão de textura em uma imagem leva a uma melhor representação de suas características. Para melhorar a análise de padrões heterogêneos de textura, três abordagens são propostas: (i) lazy-patch, (ii) combinação de modelos e (iii) modelagem da textura por meio de autômatos celulares inspirados em corrosão alveolar. Os resultados ao aplicar essas abordagens em diferentes conjuntos de imagens de biologia e nanotecnologia, mostraram que a análise de padrões heterogêneos resulta em melhor representatividade de imagens que possuem padrões heterogêneos de textura em sua composição. / Pattern recognition of texture in images has been playing an important role in computer vision area. This is because the texture attribute can reveal intrinsic characteristics, making it possible to classify a set of similar images. Although the texture is studied for over half a century, there is still no consensus on its definition or even a method to extrac texture characteristics that is effective for all types of images. Moreover, literature methods globally analyze the texture patterns, whereas a picture displays a number of micropatterns which form a single homogenous global pattern of texture in the image. However, some types of image display heterogeneity in their composition, that is, the set of micropatterns in the image use to form more than one texture pattern within the same image. Such type of image led to the purpose of this research work. Regardless the feature extraction method used, considering the heterogeneity of the texture pattern in an image leads to better representation of its features. To further improve the analysis of heterogeneous texture patterns, three approaches are proposed: (i) lazy-patch, (ii) combination of models and (iii) texture modeling using cellular automata inspired by pitting corrosion. The results of applying these approaches in different sets of biology and nanotechnology images showed that the analysis of heterogeneous patterns results in better representation of images that have heterogeneous patterns of texture in your composition.

De acordo com a Organização Mundial da Saúde,cerca de 1,2milhões de pessoas no mundo morrem em acidentes de trânsito. Sistemas de assistência ao motorista e veículos autônomos podem diminuir o número de acidentes. Dentre as várias demandas existentes para viabilizar essa tecnologia, sistemas computacionais de percepção ainda permanecem sem uma solução definitiva. Dois deles, detecção de obstáculos e de via navegável, normalmente fazem uso de algoritmos sofisticados como técnicas de aprendizado supervisionado, que mostram resultados impressionantes quando treinados com bases de dados bem definidas e diversificadas.Entretanto, construir, manter e atualizar uma base de dados com exemplos de vários lugares do mundo e em diversas situações é trabalhoso e complexo. Assim, métodos adaptativos e auto-supervisionados mostram-se como boas alternativas para sistemas de detecção do futuro próximo. Neste contexto, esta tese apresenta um método para estimar obstáculose via navegável através de sensores de baixo custo (câmeras estereoscópicas), sem o uso de técnicas de aprendizado de máquina e de diversas suposições normalmente utilizadas por trabalhos já disponíveis na literatura. Esses métodos utilizando sensor estereoscópico foram comparados fazendo uso de sensores do tipo 3D-LIDAR e mostraram resultados semelhantes. Este sistema poderá ser usado como uma fase pré-processamento de dados para melhorar ou viabilizar métodos adaptativos de aprendizado. / World wide, an estimated 1.2million lives are lostin road crashes each year and Advanced Driver Assistance Systems (ADAS) and Self-driving cars promise to reduce this number. Among the various issues to complete this technology, perception systems are still an unsolved issues. Normally two of them, obstacle detection and road detection, make use of sophisticated algorithms such as supervised machine learning methods which can perform with impressive results if it was trained with good data sets. Since it is a complex and an expensive job to create and maintain data bases of scenarios from the entire world, adaptive and/or self-supervised methods are good candidates for detection systems in the near future. Due that, this thesis present a method to estimate obsta- cles and estimate the road terrain using low cost sensors (stereo camera), avoiding supervised machine learning techniques and the most common assumptions used by works presented in literature. These methods were compared with 3D-LIDAR approaches achieving similar results and thus it can be used as a pre-processing step to improve or allow adaptive methods with machine learning systems.

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-11T18:54:28Z No. of bitstreams: 2 Dissertacao Luis Felipe Pereira.pdf: 2354406 bytes, checksum: 8ad9de7749fbcfc2898372b78fed37b1 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Approved for entry into archive by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-13T13:11:27Z (GMT) No. of bitstreams: 2 Dissertacao Luis Felipe Pereira.pdf: 2354406 bytes, checksum: 8ad9de7749fbcfc2898372b78fed37b1 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-13T13:11:27Z (GMT). No. of bitstreams: 2 Dissertacao Luis Felipe Pereira.pdf: 2354406 bytes, checksum: 8ad9de7749fbcfc2898372b78fed37b1 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-03-14 / O primeiro registro oficial de uma autenticação individual realizada por um europeu, usando os padrões gerados pelas saliências da pele encontradas nas palmas das mãos, data de 1858. Desde então, o trabalho de muitos pesquisadores contribuiu para o desenvolvimento das técnicas identificação de impressões digitais. Em 2009, os sistemas de reconhecimento baseados nessa tecnologia foram responsáveis por mais de 50% da receita de todo mercado biométrico. De fato, as aplicações dessa biometria estão presentes em muitos contextos da vida moderna, e.g., transações em caixas automáticos, registro eletrônico de ponto em empresas e até mesmo no processo eleitoral brasileiro. O principal método de comparação entre impressões digitais é baseado nas posições relativas de pequenos padrões, as minúcias, das biometrias. No entanto, estudos científicos comprovaram a possibilidade de construção de impressões digitais sintéticas, com a cópia das minúcias de um dedo autêntico, a partir de materiais simples, e.g., massa de modelar, silicone, cola de madeira, dentre outros. Diante do perigo iminente de fraude no acesso a tais sistemas, uma nova linha pesquisa surgiu nesta área: a detecção de impressões digitais falsas. Atualmente, as soluções propostas pela academia são baseadas em hardware ou em visão computacional. A segunda metodologia, implementada inteiramente em software, está associada a um menor custo de produção e de atualização dos dispositivos em comercialização no mercado. O presente trabalho concentra-se na detecção de impressões digitais falsas por meio de técnicas de visão computacional. A principal contribuição desse estudo é uma nova técnica na qual as fraudes são detectadas a partir da análise de informações extraídas da rugosidade da pele, a Análise Espacial de Rugosidade da Superfície (SSCA, do inglês Spatial Surface Coarseness Analysis). Além disso, uma segunda técnica é proposta, a Análise de Múltiplas Características (MCA, do inglês Multiple Characteristics Analysis), na qual diversas características biométricas apresentadas no estado da arte são utilizadas. E, ainda, é apresentada uma nova taxonomia capaz de organizar os elementos da biometria relevantes para a detecção de fraudes. Os experimentos conduzidos mostraram que, através das técnicas propostas, é possível alcançar uma detecção com performance 17,98% superior ao melhor resultado do estado da arte.

Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-12T18:28:44Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese Bruno Fernandes.pdf: 3132863 bytes, checksum: 07130c06c805386aafa3b34685236d9b (MD5) / Made available in DSpace on 2015-03-12T18:28:44Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese Bruno Fernandes.pdf: 3132863 bytes, checksum: 07130c06c805386aafa3b34685236d9b (MD5) Previous issue date: 2013-07-29 / O desenvolvimento de modelos baseados em teorias sobre a estrutura do cérebro humano tem se mostrado como uma importante ferramenta para a inspiração de novas abordagens para problemas de reconhecimento de padrões visuais. Apesar do cérebro humano não ser completamente entendido, ele já inspirou vários mecanismos utilizados em tarefas de reconhecimento de padrões, como as redes neurais artificiais (RNAs). Os conceitos de campos receptivos e inibitórios e de memória autoassociativa são derivados de estudos do cérebro e vêm sendo empregados na criação de novos classificadores. Os campos receptivos são utilizados para melhor analisar texturas e para detectar contornos em vários modelos que têm suas arquiteturas projetadas para receber os dados de entrada na sua forma bruta e extrair suas características. Esse processo é chamado de extração implícita de características. O uso de campos inibitórios trouxe melhorias às RNAs, tornando-as mais estáveis e eficazes. Por outro lado, classificadores autoassociativos são modelos desenvolvidos para aprender as características relacionadas somente aos padrões de uma mesma classe. Esses classificadores decidem se um padrão é conhecido a partir de fronteiras de decisão fechadas no espaço de entrada. Este trabalho propõe três RNAs inspiradas nos conceitos de campos receptivos e inibitórios e de memória autoassociativa. As RNAs propostas apresentam uma arquitetura piramidal que fazem uso dos conceitos de campos receptivos e que integram as etapas de extração de características e de classificação de padrões visuais. A primeira RNA proposta é a Lateral Inhibition Pyramidal Neural Network (LIPNet) que utiliza o conceito de campos inibitórios e é aplicada em problemas com duas classes. A LIPNet é avaliada em experimentos de detecção de faces com o banco MIT CBCL e de detecção de floresta em imagens de satélite. A segunda RNA proposta é a AutoAssociative Pyramidal Neural Network (AAPNet) que utiliza o conceito de memória autoassociativa para aprendizagem de uma classe sem exemplos negativos. A AAPNet é avaliada numa tarefa de categorização de objetos com o banco Caltech-101. A última RNA proposta é a Lateral Inhibition Constructive Autoassociative Neural Network (LICANet) que realiza a aprendizagem autoassociativa através de um algoritmo construtivo que ajusta a arquitetura do modelo durante o treinamento. A LICANet é avaliada em experimentos de reconhecimento de expressão facial com a base JAFFE. Finalmente, as três RNAs propostas são comparadas umas com as outras nos experimentos realizados. As RNAs propostas obtiveram resultados superiores a outros métodos da literatura.