Dissertação (mestrado)—Universidade de Brasília, Intituto de Ciências Exatas, Departamento de Ciência da Computação, 2013. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2013-10-22T15:20:13Z No. of bitstreams: 1 2013_IvoSocratesMoraesOliveira.pdf: 6931125 bytes, checksum: b450c9c7809a3a328b4c6d6fe6e13d6b (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-10-22T15:50:56Z (GMT) No. of bitstreams: 1 2013_IvoSocratesMoraesOliveira.pdf: 6931125 bytes, checksum: b450c9c7809a3a328b4c6d6fe6e13d6b (MD5) / Made available in DSpace on 2013-10-22T15:50:56Z (GMT). No. of bitstreams: 1 2013_IvoSocratesMoraesOliveira.pdf: 6931125 bytes, checksum: b450c9c7809a3a328b4c6d6fe6e13d6b (MD5) / A monitoração eletrônica baseada em vídeo digital tem se tornado chave para a eficácia de diversas atividades, pois permite a identificação eficiente de anomalias no local monitorado, a identificação de indivíduos suspeitos e o esclarecimento de fatos, entre outras atividades. Portanto, surge a necessidade de algoritmos de rastreamento visual de baixa complexidade, que visa oferecer a capacidade de identificação da trajetória de indivíduos em sistemas de monitoração eletrônica em ambientes restritos. Esses algoritmos podem permitir uma compactação diferenciada em uma região de interesse, permitindo melhor desempenho na maioria dos padrões de codificação de vídeo, como o High Efficiency Video Coding (HEVC). Este trabalho propõe um algoritmo de rastreamento que utiliza o método de Otimização por Enxame de Partículas (PSO - Particle Swarm Optimization) com uma função de custo calculada por uma Função Discriminante Linear (LDF - Linear Discriminant Function), que utiliza histograma RGB (Red, Green and Blue) dos blocos de cada partícula para caracterização do objeto alvo. De forma sucinta, o algoritmo desenvolvido realiza, após o segundo quadro capturado, a detecção do objeto alvo, através da estimação de movimento e obtenção do fluxo óptico. Este processo é realizado para o treinamento da função de custo do método de PSO. Como mencionado anteriormente, a função de custo foi desenvolvida utilizando Funções Discriminantes Lineares, que são treinadas com base em histogramas RGB de blocos sobre o quadro atual de cada partícula para a caracterização do objeto alvo. A partir das características são formadas duas classes a alvo e a não alvo. Logo em seguida, é chamado um novo quadro que terá o alvo rastreado através do método de PSO, que se baseia em três elementos essenciais, a inércia, melhor posição local e melhor posição global. Estes elementos são utilizados para atualizar o deslocamento do enxame e, consequentemente, acompanhar o alvo. As atualizações da melhor posição local e melhor posição global são definidas pela avaliação da proximidade obtida entre o valor atual e o centroide da classe alvo obtido durante o treinamento. Através dos testes do foram identificadas as seguintes características do algoritmo proposto: rápida convergência, pois foram obtidos bons resultados no algoritmo com poucas iterações no método de PSO; baixo custo computacional, se comparado com métodos determinísticos comuns, pois realiza uma quantidade menor de operações; capacidade de tratar oclusões que não superam um quarto (1/4) da resolução do vídeo e capacidade satisfatória de rastreamento de objeto com movimentos arbitrários e abruptos. ______________________________________________________________________________ ABSTRACT / Electronic monitoring-based on digital video has become a key element to the effectiveness of several activities, such as an efficient identification of anomalies in the monitored environment, the identification of suspects and clarification of facts, among others. Therefore, the need of visual tracking algorithms with low computational complexity that allow identification of the subjects' trajectory in electronic monitoring systems has increase. These algorithms can al-low differential coding in different image regions, allowing better performance in most video coding standard, as the High Efficiency Video Coding (HEVC). In this work it is propose an algorithm that uses Particle Swarm Optimization (PSO), as tracking method, along with a cost function calculated by a Linear Discriminant Functions (LDF) which utilizes RGB (Red, Green and Blue) histogram of image blocks for each particle to characterize the target object. Succinctly, the developed algorithmdetects the target object through motion estimation and obtains the optical flow after the second captured frame. This process is performed for training of the cost function for the PSO method. As mentioned before the cost function is implemented using Linear Discriminant Functions, which are train based on RGB histograms of blocks about the current frame of each particle to characterize of the target object. The characteristics are divided into two classes target and non-target. Then, for the new frame the object will be tracked by the PSO method, which is based on three key elements: inertia, local best position and global best position. These elements are used to update the displacement of the swarm and consequently track the target. Updates to the global best position and local best position are de ned through an evaluation of the proximity obtained between the current value and the centroid of a target class obtained during training. Through empirically test the following features of the proposed algorithm were identi ed: fast convergence, due to appropriate results obtained with few it-erations; low computational cost, when compared to common deterministic methods, because it signi cantly reduces the amount of operations; an ability to treat occlusions which do not exceed one-quarter (1/4) of the resolution of the video frame and satisfactory object tracking capability in objects with arbitrary and abrupt movements.

Orientadores: Siome Klein Goldenstein, Jacques Wainer / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-16T14:41:21Z (GMT). No. of bitstreams: 1 Carvalho_TiagoJosede_M.pdf: 8401323 bytes, checksum: f84374dac5bebf5ea465a7a74ea9b5e4 (MD5) Previous issue date: 2010 / Resumo: O desenvolvimento de métodos computacionais capazes de auxiliar especialistas de diversas áreas na realização de suas tarefas é foco de diversos estudos. Na área da saúde, o diagnóstico precoce de doenças é muito importante para a melhoria da qualidade de vida dos pacientes. Para oftalmologistas que tratam de pacientes com diabetes, um método confiável para a detecção de anomalias em imagens de fundo de olho é importante para um diagnóstico precoce evitando o aparecimento de complicações na retina. Tais complicações podem causar até cegueira. Exsudatos duros é uma das anomalias mais comuns encontradas na retina, sendo sua detecção o foco de vários tipos de abordagens na literatura. Esta dissertação apresenta uma nova e eficiente abordagem para detecção de exsudatos duros em imagens de fundo de olho. Esta abordagem utiliza técnicas de visão computacional e inteligência artificial, como descritores locais, dicionários visuais, agrupamentos e classificação de padrões para detectar exsudatos nas imagens. / Abstract: The computational methods development can helps specialists of several areas in your works is focus of many studies. In health area the premature diagnosis of diseases is very important to improve the patient's life quality. To ophthalmologists who treat patients with diabetics, a reliable method to anomalies detects in eye fundus images is important to a premature diagnosis, avoiding appear of retina complications. Such complications can cause blindness. Hard Exsudates is one of more common anomalies found at retina, being your detection is the focus of many kinds of approaches in literature. This master's thesis presents a new and efficient approach for detection of exsudates at eye fundus images. This approach uses computer vision and artificial inteligence techniques like visiual dictionaries, clustering and pattern recognition to detect hard exsudates in images. / Mestrado / Visão Computacional / Mestre em Ciência da Computação

Orientador: Paulo Roberto Gardel Kurka / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-17T01:31:31Z (GMT). No. of bitstreams: 1 Rafikova_Elvira_D.pdf: 4596616 bytes, checksum: 0cd6c928bfae826c2cea718bdb3843e5 (MD5) Previous issue date: 2010 / Resumo: O enfoque principal desse trabalho é o controle de trajetória e navegação no ambiente através da visão estereoscópica de um robô móvel de duas rodas de acionamento diferencial. Para o controle de posicionamento, são utilizadas: uma estratégia de controle ótima linear e uma estratégia subótima, não linear, em tempo contínuo, chamada de SDRE (State Dependent Riccati Equation), e por fim, uma estratégia de controle SDRE em tempo discreto. Todas essas estratégias são baseadas em funções de Lyapunov e aplicadas ao problema de regulação do robô a uma referência. Para a navegação do robô no ambiente é considerado um modelo navegação por odometria e um mecanismo de visão estereoscópica. A estimação do estado é realizada através do filtro de Kalman clássico. São apresentadas duas estratégias para a navegação do robô no ambiente. Uma delas, totalmente discreta com a utilização do métodos de controle SDRE discreto, observação de estado discreta através das câmeras e estimação de estado através do filtro de Kalman discreto. Outra, com a abordagem de horizonte recuável, utilizando controle SDRE contínuo e, observação e estimação de estado discretas. A eficácia dos métodos de controle e das estratégias de navegação do robô é verificada através de simulações computacionais, nas quais a estratégia de navegação com horizonte recuável se mostra eficaz para a navegação precisa no ambiente / Abstract: The main approach of this thesis is the trajectory control and navigation of a differential steering mobile robot in the environment. For the position control problem are used? A continuous-time, linear feedback control; a suboptimal, nonlinear, continuous-time feedback called SDRE (StateDependent Riccati Equation) control and a discrete - time SDRE control method. All of these methods are Lyapunov functions based and appplied to the reference tracking problem oh the nonholonomic robot. For the purpose of the environmental navigation a model of odometry-stereo vision state observation system is considered. Meanwhile, the state estimation is given by classic Kalman filter. Futhermore, two different navigation strategies are presented. The discret-time one, using both discret SDRE control method and state estimation. Another one, is a receding horizon strategy, using continuous-time SDRE controler and sicret-time state estimation. The control method and navigation strategies eficaccy is verified through numerical simulations. Both navigation stategies demostrate good results, although the receding horizon one provides more precise navigation / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

Orientador: Siome Klein Goldenstein / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-17T03:15:16Z (GMT). No. of bitstreams: 1 Costa_GlauberdeOliveira_M.pdf: 17659239 bytes, checksum: 5e50f48bdc78f7e7a59d4904e9e05b76 (MD5) Previous issue date: 2010 / Resumo: Com o crescimento das bases de imagem digitais, motivado principalmente pela popularização da World Wide Web, bem como a massificação de dispositivos de captura digital de imagens, o processamento e extração de informações semânticas destas imagens cresce em importância. A informação encerrada nestas imagens não tem significado semântico imediato, sendo necessário o uso de técnicas para capturá-la. A abordagem trivial, que envolve a anotação das imagens por humanos se torna falha à medida que o tamanho das bases cresce, sendo necessário voltar-se para métodos mais sofisticados. Esta dissertação estudou a aplicação do método Latent Dirichlet Allocation em bases de imagens digitais, verificando a performance do algoritmo utilizando quatro métodos distintos de criação de dicionários visuais. Este trabalho mostrou que a combinação de diferentes descritores capturando aspectos distintos das imagens, para a construção de classificadores pelo método Latent Dirichlet Allocation é capaz de obter taxas de acerto médias na faixa de 90%, ainda que cada classificador individualmente não tenha desempenho muito superior à chance. Ainda, os experimentos realizados demonstraram que a influência do tamanho do dicionário e número de tópicos não é significativa, sendo possível construir classificadores com poucos tópicos latentes a partir de poucas palavras visuais, e portanto, eficientes. / Abstract: With the growth of digital image databases, mainly motivated by the spread of the World Wide Web and digital capture devices, processing and extraction of semantic information from these images gain importance. The information contained within these images have no immediate semantic meaning and techniques must be used in order to acquire it. The trivial approach, which involves the manual annotation of the images by humans, becomes flawed as the size of the database grows. Using a more sophisticated method is needed. This work studied applications of the Latent Dirichlet Allocation method for digital image databases, verifying the algorithm's performance using four different methods of codewords dictionary generation. It shows that a combination of different descriptors capturing different aspects of the images, aiming at the construction of Latent Dirichlet Allocation -based classifiers, is capable of achieving hit ratios around 90%, even if each of the individual classifiers isn't largely superior to chance. Yet, experiments performed during this work demonstrated that the influence of the codewords dictionary size and the number of topics in the model are not significant, making the construction of small-sized, and thus, efficient classifiers possible. / Mestrado / Visão Computacional / Mestre em Ciência da Computação

Orientadores: Jacques Wainer, Siome Klein Goldenstein / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-06T04:54:26Z (GMT). No. of bitstreams: 1 Brandao_BrunoCedraz_M.pdf: 2050985 bytes, checksum: 9dd215abe3a2146000e5090810157174 (MD5) Previous issue date: 2006 / Resumo: Nesta dissertação, tratamos o problema de rastrear modelos hierárquicos através de visão computacional no contexto de interfaces gestuais. Gestos formam uma modalidade importante de comunicação humana, e ainda assim, existem poucas, e limitadas, aplicações computacionais com base em gestos. Nosso trabalho é mais uma iniciativa para reverter este quadro. Começamos justificando e discutindo aplicações para a interface visual de gestos da m¿ao. Descrevemos os componentes de um sistema de reconhecimento capaz de tornar esta interface possível. Revisamos a teoria Bayesiana da probabilidade, discutimos suas vantagens, os motivos que adiaram sua adoção em larga escala e derivamos, a partir dela, o filtro de partículas. O filtro de partículas pode ser visto como uma solução aproximada para o problema de estimativa de parâmetros. 'E usado, por exemplo, para determinar os ângulos das juntas de um modelo tridimensional da m¿ao que melhor caracterizem a pose e posição de uma mão real, gravada em uma seqüência de vídeo. Entretanto, a performance do filtro degrada à medida que aumentamos o número de dimensões do espaço de parâmetros. Nestes casos, um número exponencialmente maior de partículas é necessário para que o filtro convirja, inviabilizando aplicações interativas. A nossa principal contribuição é o Filtro de Partículas com Hierarquia de Subespaços. A partir da estrutura presente em modelos hierárquicos, propomos uma forma de dividir o espaço de parâmetros em subespaços que são atribuídos a filtros de partículas diferentes, organizados na forma de um grafo acíclico orientado. Esta construção apresenta melhor convergência que o filtro de partículas original, possibilitando a recuperação dos parâmetros do modelo da m¿ao com um número sensivelmente menor de partículas. Usamos uma luva com seis marcadores idênticos para facilitar a extra¸c¿ao de dados da imagem e então poder focar o trabalho na recuperação dos parâmetros do modelo. Dado o número restrito de marcadores, o modelo que usamos possui 15 graus de liberdade, nove a menos que um modelo da m¿ao completo. Implementamos um sistema de reconhecimento, com base neste filtro, que roda a 30 quadros por segundo em um computador pessoal topo de linha e o validamos através de seqüências de vídeo reais e sintetizadas / Abstract: This dissertation deals with the problem of tracking hierarchical models on the context of gesture interfaces based on computer vision. Gestures are an important medium for human communication, but there are few, and very limited, computational applications that rely on them. This work is an attempt to revert this. We start by discussing and justifying several applications for a hand gesture interface. We describe the components of a recognition system that is capable of implementing such an interface. We review the Bayesian theory of probability, discuss its advantages, the reasons that holded back its large scale adoption, and we derive the particle filter on its terms. The particle filter may be thought as an approximate solution for the parameter estimation problem. It may be used, for example, to recover every joint angle of a tridimensional hand model in order to match the pose and position of a real hand captured on video. Unfortunately, particle filtering does not scale gracefully to high dimensional parameter space applications. In these situations, a exponentially larger particle pool is required to ensure convergence, making it difficult to implement an interactive application. Our major contribution is the Subspace Hierarchical Particle Filter. We claim that, with this method, we are able use the inherent structure present in hierarchical models to extract subspaces from the parameter space and assign them to different particle filters, organized into a directed acyclic graph structure. This construction improves the overall convergence, making it possible to recover hand model parameters with much less particles. We employed a glove, with six identical markers painted on, to make it easier to extract data from the images. That way, we could focus on the model parameter recovery problem. Due to the small number of markers, we were able to work with 15 parameters only, nine less than a complete hand model. We built a recognition system based on the Subspace Hierarchical Filter that runs at 30 frames per second on a high-end personal computer. Finally, we validated our claims through real and synthesized video sequences / Mestrado / Visão Computacional / Mestre em Ciência da Computação

Orientador: Siome Klein Goldenstein / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-06T08:17:58Z (GMT). No. of bitstreams: 1 Dorini_LeyzaElmeriBaldo_M.pdf: 1659888 bytes, checksum: 3ac1fe51a9d8159f6fa5df97cb4f52bc (MD5) Previous issue date: 2006 / Resumo: O correto estabelecimento de correspondências entre imagens tomadas de diferentes pontos de vista é um problema fundamental na área de visão computacional, sendo base para diversas tarefas de alto nível, tais como reconstrução 3D e análise de movimento. A grande maioria dos algoritmos de rastreamento de características não possui uma incerteza associada a posição estimada das características sendo rastreadas, informação esta de extrema importância, considerando sua vasta aplicabilidade. Exatamente este o foco principal deste trabalho, onde introduzimos um framework genérico que expande algoritmos de rastreamento de tal forma que eles possam propagar também informações de incerteza. Neste trabalho, por questão de simplicidade, utilizamos o algoritmo de rastreamento de características Kanade-Lucas-Tomasi (KLT) para demonstrar as vantagens do nosso método, denominado Unscented Feature Tracking (UFT). A abordagem consiste na introdução de Variáveis Aleatórias Gaussianas (GRVs) para a representação da localização dos pontos característicos, e utiliza a Transformada Unscented com Escala (SUT) para propagar e combinar GRVs. Mostramos uma aplicação do UFT em um procedimento de bundle adjustment, onde a função custo leva em conta a informação das GRVs, fornecendo melhores estimativas. O método é robusto, considerando que identifica e descarta anomalias, que podem comprometer de maneira expressiva o resultado de tarefas que utilizam as correspondências. Experimentos com seqüências de imagens reais e sintéticas comprovam os benefícios do método proposto / Abstract: To determine reliable correspondences between a pair of images is a fundamental problem in the computer vision community. It is the foundation of several high level tasks, such as 3D reconstruction and motion analysis. Although there are many feature tracking algorithms, most of them do not maintain information about the uncertainty of the feature locations' estimates. This information is very useful, since large errors can disturb the results of the correspondence-based tasks. This is the goal of this work, a new generic framework that augments feature tracking algorithms so that they also propagate uncertainty information. In this work, we use the well-known Kanade-Lucas-Tomasi (KLT) feature tracker to demonstrate the benefits of our method, called Unscented Feature Tracking (UFT). The approach consists on the introduction of Gaussian Random Variables (GRVs) for the representation of the features' locations, and on the use of the Scaled Unscented Transform (SUT) to propagate and combine GRVs. We also describe an improved bundle adjustment procedure as an application, where the cost function takes into account the information of the GRVs, and provides better estimates. Experiments with real and synthetic images confirm that UFT improves the quality of the feature tracking process and is a robust method for detect and reject outliers / Mestrado / Visão Computacional / Mestre em Ciência da Computação

Orientador: Ricardo de Oliveira Anido / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-06T12:18:33Z (GMT). No. of bitstreams: 1 Higashino_WilsonAkio_M.pdf: 3253011 bytes, checksum: e12e624b3f891f53dc5b28e459ace89d (MD5) Previous issue date: 2006 / Resumo: Existe uma grande demanda de sistemas de captura de movimentos robustos e confiáveis, sejam eles para aplicações comerciais, para o cumprimento da lei ou monitoramento de territórios. A obtenção e instalação de câmaras de vídeo são hoje muito baratas; os maiores custos estão relacionados às pessoas que vêem as imagens, as interpretam e tiram conclusões. Pessoas são também inerentemente passíveis a falhas: não conseguem manter a atenção por longos períodos de tempo, e muitos menos lidar com grandes quantidades de informações. A detecção de objetos em uma seqüência de vídeo é etapa primordial em grande parte destes sistemas. Exercendo um papel fundamental, os algoritmos de subtração de fundo já demonstraram um enorme potencial para essa tarefa. No entanto, muitos problemas ainda estão em aberto e são alvos de discussões e pesquisa. A compreensão do alcance e limitações destes algoritmos é muito importante para que, na construção de um sistema de visão computacional, possamos selecionar aquele que melhor atenda os requisitos. O objetivo deste trabalho é demonstrar qual é o estado da arte destes algoritmos e selecionar os mais relevantes para uma comparação sob diferentes situações reais, fornecendo subsídios para o seu correto entendimento / Abstract: There is a great demand for robust and trustful movement capture systems, like commercial, law enforcement or territory monitoring applications. Acquisition and installation of video cameras is very cheap nowadays; expensive are the people that watch, interpret and draw conclusions from images. People are also prone to failure: they are unable to pay attention for long periods of time and cannot handle large amounts of information. Object detection in a video sequence is an important step in those systems. Playing a main role, the background subtraction algorithms have already shown a great potential for this task. However, there are a lot of problems that are still unresolved and are subject of discussions and research. The understanding of the algorithms' range and limitations is very important to allow the right selection of one of them, given a situation. The purpose of this work is to demonstrate the state-of-the-art of this algorithms and to select the most relevant ones to compare them in different real life situations, supplying informations for their correct understanding / Mestrado / Visão Computacional / Mestre em Ciência da Computação

Orientador: Armando Freitas da Rocha / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-21T01:58:59Z (GMT). No. of bitstreams: 1 Serapiao_AdrianeBeatrizdeSouza_M.pdf: 6324102 bytes, checksum: 24147ff392a328bdf9bcc9a6bc9c4b42 (MD5) Previous issue date: 1996 / Resumo: O objetivo deste trabalho é utilizar um sistema distribuído, chamado SENSOR, para simular o sistema visual natural e verificar a consistência de algumas hipóteses sobre sua fisiologia. Visto que o processamento da informação visual ocorre em estágios distintos que requerem a especialização e a distribuição de células no cérebro, usamos esta analogia para criar em um sistema computacional distribuído, agentes capazes de realizar as mesmas funções que seus análogos biológicos. Para tanto, estes agentes foram modelados à partir do neurônio proposto por Rocha [Roc92], que possui capacidades computacionais numéricas e simbólicas, e cujo processamento é suportado pela teoria de linguagens formais nebulosas. Utilizou-se a abordagem sintática como ferramenta básica para o reconhecimento de padrões e análise de cenas, e para avaliar a potencialidade do sistema SENSOR. Propôs-se aqui um algoritmo para o reconhecimento e aprendizagem de padrões, chamado algoritmo de aprendizagem por moldes. Nesta abordagem, os padrões são contornos de imagem extraídos pelo sistema visual artificial que obedecem uma gramática nebulosa definida e cenas são compostas por objetos que partilham relações suportadas por gramáticas nebulosas aprendidas ou definidas ad hoc / Abstract: This work describes an artificial distributed intelligent system, called SENSOR , aimed to simulate the natural visual system and to verify the consistency of some hypothesis in the literature about its physiology. The processing of the visual information occurs in different levels, requiring the specialization and distribution of the neuron. This paradigm was used to create the artificial system, where agents able to perform the same functions of their biological analogous. These agents were modeled using the formal neuron supported by fuzzy formallanguage theory. The syntactic approach in the theory of artificial visual systems was chosen as the basic tool to handle pattern recognition and scene analysis. The patterns are extracted from the image as contours, complying a defined fuzzy grammar and scenes are composed by objects, sharing relations supported by learned fuzzy grammars ar ad hoc / Mestrado / Mestre em Engenharia Elétrica

Orientador: Wu Shin-Ting / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-27T14:47:42Z (GMT). No. of bitstreams: 1 GonzalesMarquez_MercedesRocio_M.pdf: 8007370 bytes, checksum: 09c7cb33c002a09771f78a46f7dfd69e (MD5) Previous issue date: 2000 / Mestrado

Orientadores : Armando Freitas da Rocha, Fernando Antonio Campos Gomide / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-31T15:19:38Z (GMT). No. of bitstreams: 1 Lucchini_FabioLuisPicelli_M.pdf: 3156023 bytes, checksum: c6e718b44472a8e2cc90106a787a5739 (MD5) Previous issue date: 2001 / Mestrado