Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Amaro, Jean |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/55/55134/tde-05092023-090640/
|
Resumo: |
A área da Robótica é uma das que se beneficia do desenvolvimento tecnológico recente, testemunhando um crescente interesse no desenvolvimento de novas aplicações em diferentes áreas. Em muitas delas, a Visão Computacional desempenha um papel importante, uma vez que muitos robôs dependem de câmeras para o seu funcionamento. Com o desenvolvimento tecnológico, estão hoje disponíveis sensores capazes de obter dados tridimensionais, motivando o desenvolvimento de algoritmos de percepção nesse plano dimensional. Este trabalho de mestrado propõe uma nova técnica para a descrição de objetos 3D, de maneira factível com aplicações limitadas computacionalmente. As características (features) extraídas são robustas e invariantes a transformações (p.ex. translação, rotação e mudança de escala), e que permite o reconhecimento de objetos em aplicações embarcadas e com requisitos de tempo real. Em testes usando o dataset ModelNet40, chegou-se a uma taxa de acerto Top-3 de 80%, com menos de 20ms de execução por amostra. |
