Submitted by Cássia Santos (cassia.bcufg@gmail.com) on 2016-12-16T11:16:34Z
No. of bitstreams: 2
Dissertação - Allan Kardec Lopes - 2016.pdf: 3329186 bytes, checksum: 643e80a250306bf9b1899cc724206ff5 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Jaqueline Silva (jtas29@gmail.com) on 2016-12-16T16:49:55Z (GMT) No. of bitstreams: 2
Dissertação - Allan Kardec Lopes - 2016.pdf: 3329186 bytes, checksum: 643e80a250306bf9b1899cc724206ff5 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-12-16T16:49:55Z (GMT). No. of bitstreams: 2
Dissertação - Allan Kardec Lopes - 2016.pdf: 3329186 bytes, checksum: 643e80a250306bf9b1899cc724206ff5 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2016-11-23 / Fundação de Amparo à Pesquisa do Estado de Goiás - FAPEG / Urban environments, such as streets, roads and buildings, always require management and maintenance to
better use. In this sense, computational tools to assist their managers are always desirable. Furthermore,
these tools generally decrease spending in order to automate several tasks. This research presents an
approach to recognition of pole utility in streets mapped by images from Google Street View. Features such
as color, texture and shape were examined in order to find the best set of information that represents the
objects of interest. The recognition was performed by a neural network type Multilayer Perceptron trained
with the Levenberg-Marquardt algorithm. The results show a higher accuracy in recognition when used in
combination, mode RGB and texture properties as features to represent the structures present in the images. / Ambientes urbanos, tais como ruas, estradas e construções, sempre demandam
gerenciamento e manutenção para que sejam melhor utilizados. Nesse sentido, ferramentas
computacionais que auxiliem seus gestores são sempre desejáveis. Por outro lado, tais
ferramentas geralmente diminuem os gastos tendo em vista que automatizam várias tarefas.
Esta pesquisa apresenta uma abordagem para o reconhecimento de postes da rede elétrica
em imagens de ruas mapeadas pelo Google Street View. Características como cor, textura e
forma foram pesquisadas com o objetivo de se encontrar o melhor conjunto de informações
que represente os objetos de interesse. O reconhecimento foi realizado por uma rede neural
do tipo Multilayer Perceptron treinada com o algoritmo Levenberg-Marquardt. Os resultados
obtidos demonstram uma acurácia superior no reconhecimento quando se utiliza, de forma combinada, a moda RGB e propriedades de textura como características para representar as
estruturas presentes nas imagens
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/6612 |
| Date | 23 November 2016 |
| Creators | Lopes, Allan Kardec |
| Contributors | Soares, Fabrizzio Alphonsus Alves de Melo Nunes, Soares, Fabrizzio Alphonsus Alves de Melo Nunes, Fleury, Cláudio Afonso, Costa, Ronaldo Martins da |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Ciência da Computação (INF), UFG, Brasil, Instituto de Informática - INF (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | -3303550325223384799, 600, 600, 600, 600, -7712266734633644768, 3671711205811204509, -961409807440757778 |
Page generated in 0.0197 seconds