Reconhecimento de objetos em imagens orbitais com o uso de abordagens do tipo descritor-classificador

• Ano de defesa: 2014
• Autor(a) principal: Juliano Elias Cardoso Cruz
• Orientador(a): Lamartine Nogueira Frutuoso Guimarães, Elcio Hideiti Shiguemori
• Banca de defesa: Solon Venâncio de Carvalho, Antonio de Padua Braga, Osamu Saotome
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Computação Aplicada
• País: BR
• Resumo em Inglês: Nowadays with the data digitization, it has created solutions to issues that were present particularly at the analog age, e.g. systems that have huge amount of data to be processed by a human operator or an autonomous systems that need to obtain information in order to take decisions without a human operator help. Therefore, when one deals with digital imagery, such as satellite, airborne or ground-level ones, and there is a necessity to automatize a tiring and lengthy process done by a human operator or a critic process responsible for decision-making in a certain system, it is normally employed a computer science known as Computer Vision. Thus, this dissertation work has the objective to present an analysis of methodologies to automatically recognize objects with well-behaved appearance and low deformation level in satellite imagery. Such objects can be human beings, vehicles, runways, soccer fields, hippodromes, among others. It is explored in this work therefore, approaches that basically utilize classifiers associated to image local shape descriptors that have most of their use applied to human features detection and recognition. The studied approaches are: HOG+SVM association, Haar-like feature cascade and LBP cascade.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m21b/2014/06.13.13.01

Com a digitalização de informações têm sido apresentadas soluções para problemas que existiam quando as informações eram dispostas de forma analógica, como por exemplo, o fato de alguns sistemas possuírem uma enorme quantidade de dados a serem processados por um operador humano ou sistemas autônomos que necessitam obter informações a fim de tomar decisões sem a ajuda de um operador humano. Portanto, quando se lida com imagens digitais, sendo elas orbitais, aéreas ou obtidas em solo, e deseja-se automatizar um processo que é cansativo e demorado se realizado por um operador humano ou um processo crítico que é responsável pela tomada de decisão em um certo sistema, pode-se recorrer a uma área da computação que é conhecida por Visão Computacional. Assim, esse trabalho de dissertação tem o objetivo de analisar metodologias para o reconhecimento automático de objetos com formato bem definido e com pouca deformação em imagens orbitais. Tais objetos podem ser pessoas, carros, pistas de pouso, campos de futebol, hipódromos, entre outros. São exploradas neste trabalho portanto, abordagens que basicamente utilizam classificadores associados à descritores locais de forma em imagens, mas que tem seu uso em grande maioria aplicadas à detecção e reconhecimento de feições humanas. As abordagens estudadas foram: a associação HOG+SVM, feições \emph{Haar-like} em cascata e LBP em cascata.