Reconhecimento de padrões com tratamento de incertezas na localização de marcadores e modelos ativos de formas

• Ano de defesa: 2013
• Autor(a) principal: Behaine, Carlos Alberto Ramirez
• Orientador(a): Scharcanski, Jacob
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Processamento de imagens; Métodos estatísticos; Métodos numéricos
• Palavras-chave em Inglês: Image pattern recognition; Computer vision; Active shape models (ASM); Monitoring of deformable objects
• Link de acesso: http://hdl.handle.net/10183/87988

As imagens são sinais que possuem muita informação. Os objetos representados em ima- gens podem sofrer deformações fazendo com que suas características mudem, o que difi- culta o reconhecimento do objeto. A chave para o sucesso de um sistema de reconheci- mento de padrões em imagens é escolher adequadamente a sua abordagem e um modelo para as feições presentes nas imagens. Uma das dificuldades é extrair e selecionar as feições que são mais discriminantes entre as diferentes classes usadas para modelar um objeto. Os modelos ativos de formas (Active Shape Models ASM) adaptam-se às defor- mações de um objeto. O objeto a ser modelado, pode ser representado com um modelo de pontos distribuídos (Point Distribution Models PDM). O PDM consiste de pontos de interesse ou marcadores, que permitem a extração de feições em localizações específicas do objeto. Após tratar a incerteza da localização e oclusão dos marcadores é possível ex- trair as feições mais representativas, obtendo-se um desempenho alto em termos da taxa de reconhecimento. Nesta tese são introduzidas novas formas para extrair e selecionar feições com modelos ativos de formas, que melhoram a taxa de classificação onde há objetos deformáveis. Esta tese é inovadora no sentido de aperfeiçoar o uso de ASMs na classificação de faces humanas, e na sua aplicação no monitoramento visual de outros tipos de objetos deformáveis.