1,720,959 research outputs found
Algoritmos para medição de superfícies em movimento usando visão 3D
Get PDFTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2013A demanda por aplicações de robótica móvel vem crescendo consideravelmente nos últimos anos. Independente da natureza ou fim, robôs autônomos devem interagir com o mundo para alcançar seus objetivos. Para isto, de alguma maneira precisam obter informações a respeito do ambiente. Dentre diferentes abordagens existentes, bons resultados têm sido alcançados pelo emprego de sistemas de visão estereoscópica passiva. Esta abordagem, porém, ainda mostra-se pouco robusta para cenários estruturados onde existe a presença de objetos de intensidade homogênea ou texturas repetitivas. Por sua vez, métodos de medição por meios ópticos ativos têm apresentado resultados excelentes na caracterização de forma 3D. Porém, há limitações existentes no emprego destes sistemas relacionadas à medição rápida de objetos de formas complexas. Observa-se que sua utilização em aplicações onde não há garantia de estabilidade da plataforma do robô ou mesmo dos objetos sendo observados se torna difícil. Consequentemente, a medição de objetos complexos em ambientes dinâmicos, como é o caso de aplicações de robótica, não é um problema totalmente resolvido. Com o objetivo de contribuir neste sentido, a presente proposta prevê o desenvolvimento de um sistema de medição por meios ópticos para utilização em sistemas robotizados que permita a medição rápida de superfícies complexas em ambientes dinâmicos. No presente trabalho técnicas e algoritmos de medição por meios ópticos foram estudados, avaliados e desenvolvidos, procurando atender requisitos específicos relacionados com robótica. Neste contexto, foram levantadas técnicas e soluções clássicas para diferentes problemas relacionados com o tipo de aplicação tratada, e um sistema de medição 3D completo foi desenvolvido. Além da implementação e combinação de técnicas de referência, dois novos métodos relacionados com medição tridimensional foram propostos. Inicialmente, foi elaborado um novo método de correspondência a ser empregado em medições por estereoscopia passiva. Na abordagem proposta é utilizada a informação regional periférica de componentes de alta frequência, de modo a dar suporte à etapa de correspondência de pontos em regiões de intensidade homogênea. Outra proposta corresponde a um método de medição completo baseado em estereoscopia e projeção de franjas. Nesta abordagem, uma versão modificada da técnica de Perfilometria por Transformada de Fourier é combinada à técnica de batimento, de modo a se contornar as limitações originalmente existentes na medição de superfícies com descontinuidades ou saltos abruptos. Os resultados obtidos demonstram a efetividade da utilização do sistema proposto na caracterização 3D de objetos e superfícies em ambientes dinâmicos Abstract: The demand for mobile robotics applications has grown considerably in recent years. Regardless its nature or purpose, autonomous robots just interact with the world to achieve their goals. In order to do that,information about the environment must be retrieved. Among different approaches, good results have been achieved by using stereoscopic vision systems. However, problems are faced when operating on structured scenarios, where objects with homogeneous intensity or repetitive textures are found. In turn, active methods using structured light bring excellent results for 3D shape characterization. However, there are limitations related to rapid measurement of objects with complex shapes when using these methods. Thus, their use in applications becomes dif?cult where stability of the robot platform or even of the objects being observed is not guaranteed. Hence, fast measurement of complex objects for mobilerobotics isnot a solved problem. In this work, the development of a 3D optical measurement system intended for robotic systems and allowing rapid measurement of complex surfaces in dynamic environments is described. Optical measurement techniques and algorithms were studied, evaluated and developed, seeking to meet speci?c requirements related to robotics. In this context, solutions and conventional techniques have been selected, in order to solve the various problems addressed by the application. These solutions were combined in a complete 3D measurement system. Besides the implementation and combination of standard techniques, two new methods relating to three-dimensional measurement were proposed. First, a new matching method aimed to be used in measurements by passive stereoscopy was developed. the proposed approach, regional information provided by peripheral high frequency components is used in order to help the step of matching points in regions with homogeneous intensity. Then, a complete measurement method based on stereoscopy and fringe projection is proposed. Here, a modifed version of the FTP technique is combined with the beating technique in order to circumvent the limitations when measuring surfaces with discontinuities or abrupt jumps. The results demonstrate the effectiveness of using the proposed system for 3D characterization of objects
Desenvolvimento de uma biblioteca para sistemas de visão estereoscópia para robótica móvel
Get PDFDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.A demanda por aplicações de robótica móvel vem crescendo consideravelmente nos últimos anos. Independente da natureza ou fim, robôs autônomos móveis devem interagir com o mundo para alcançar seus objetivos. Para isto, de alguma maneira precisam obter informações a respeito do ambiente. Dentre diferentes abordagens existentes, bons resultados têm sido alcançados pelo emprego de sistemas de visão estereoscópica. Através de um sistema como este é possível extrair informação tridimensional do meio em que o robô está inserido. A informação tridimensional pode então ser usada para orientar as ações do robô, seja para navegação, reconhecimento ou manipulação. No presente trabalho é apresentado o desenvolvimento de uma biblioteca para sistemas de visão estereoscópica para robótica móvel. Para tal, foram tratados diferentes problemas da estereoscopia, procurando prover mapas de profundidade com detalhes do ambiente suficientes para a operação geral de um robô móvel que tenha um sistema de visão estereoscópica como principal fonte de informação. Neste contexto, são avaliados e propostos modelos, métodos e soluções para diferentes problemas como calibração de câmeras, retificação de imagens, reconstrução e, principalmente, geração de mapas de profundidade densos. Os resultados obtidos demonstram a efetividade da utilização da infra-estrutura disponibilizada e dos métodos propostos no desenvolvimento de aplicações para robótica móvel
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Get PDFWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Desenvolvimento de um sistema de contagem e classificação de veículos utilizando redes neurais convolucionais
No full textDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2021.Com o crescente número de veículos em todo o mundo, o monitoramento e controle do tráfego por meio de tecnologias modernas tornou-se um requisito fundamental. É por isso que os sistemas inteligentes de transporte (ITS, Intelligent Transport Systems) são uma alternativa com grande interesse nas últimas décadas. Nestes sistemas, a contagem e classificação de veículos são dois parâmetros essenciais, que fornecem informações valiosas sobre o estado de tráfego, ocupação das rodovias, níveis de congestionamento, entre outros. Os ITS têm se beneficiado pelo aumento dos recursos computacionais e pela melhoria dos métodos de processamento de imagens, especialmente na detecção de objetos baseada em aprendizado profundo. Na literatura, diferentes abordagens têm sido propostas para realizar a contagem e classificação de veículos utilizando processamento de imagens. Contudo, essas abordagens são dependentes das condições iniciais em que foram projetadas, de modo que não há uma solução geral para estas tarefas. Portanto, neste trabalho é proposto um algoritmo de contagem e classificação de veículos utilizando um modelo de detecção baseado em redes neurais convolucionais (CNN). Este algoritmo consiste em 4 etapas principais: detecção, identificação, contagem por linha virtual e contagem por regiões. A fim de selecionar o modelo de detecção com melhor equilíbrio entre precisão e velocidade a ser implementado no algoritmo, foi realizada a comparação de diferentes detectores avaliados em um novo conjunto de dados. O conjunto de dados é composto por 4.300 imagens de veículos capturadas em diferentes rodovias da cidade de Florianópolis (SC), Brasil. Os resultados experimentais realizados mostram que os melhores índices entre os modelos de detecção foram obtidos utilizando YOLOv4NCIOU com um mAP=88,2 % e uma velocidade de processamento de 18 FPS. Além disso, a precisão média obtida no algoritmo de contagem e classificação de veículos em diferentes vídeos de teste foi de 94 % com uma taxa de processamento em tempo real inferior a 2,0.Abstract: With the increasing number of vehicles around the world, traffic monitoring and control using modern technologies has become a fundamental requirement. That is why Intelligent Transport Systems (ITS) have been an alternative with great interest in recent decades. In these systems, vehicle counting and classification are two essential parameters, which provide valuable information on traffic conditions, lane occupancy, levels of congestion, among others. ITS have benefited from increased computational resources and improved image processing methods, especially in deep learning-based object detection. Different approaches have been proposed in the literature to perform vehicle counting and classification using image processing. However, these approaches are dependent on the initial conditions in which they were designed, so there is no general solution for these tasks. Therefore, in this work a vehicle counting and classification algorithm is proposed using a detection model based on Convolutional Neural Networks (CNN). This algorithm consists of 4 main stages: detection, identification, counting by virtual line and counting by regions. To select the detection model with the best trade-off between precision and speed to be implemented in the algorithm, a comparison of different detectors evaluated on a new data set was performed. The dataset is composed of 4300 vehicle images captured on different highways in the city of Florianópolis (SC), Brazil. The experimental results performed show that the best rates between the models were obtained using YOLOv4NCIOU with mAP = 88,2 % and a processing speed of 18 FPS. In addition, the average precision obtained in the vehicle counting and classification algorithm in different test videos was 94 % with a real-time processing rate less than 2,0
Inspeção automática de defeitos em ovos comerciais usando visão computacional
No full textDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2021.A produção de ovos em linhas industriais cresceu consideravelmente ao longo dos anos. Essa produção alcança valores superiores a 15.000 ovos por hora, tornando cada vez mais difícil a utilização de operadores humanos para a tarefa de identificação visual e detecção de defeitos. Nesse cenário, as indústrias avícolas, com o objetivo de garantir e aumentar a eficácia e eficiência do processo de controle de qualidade, têm investido em novas soluções tecnológicas. Neste trabalho propõe-se comparar três soluções baseadas em processamento de imagens para realizar a inspeção automática de ovos comerciais, a fim de determinar a solução com o melhor equilíbrio em termos de precisão e velocidade. As abordagens propostas são executadas em um sistema de inspeção visual de ovos com simulação real de linhas de produção avícola. A primeira abordagem consiste na aplicação de técnicas clássicas de processamento de imagens e a segunda e terceira abordagens usam técnicas de aprendizagem profunda: classificação de imagens e segmentação semântica para a classificação do ovo em quatro categorias: normal, sujo, geometricamente anormal e ovos fissurados. Essas abordagens foram validadas com sucesso, alcançando uma acurácia média de 81 %, 85 % e 87 % e um tempo médio de processamento de CPU de 0,04 ms, 0,11 ms e 1,35 ms para as abordagens clássicas, classificação de imagens e segmentação semântica, respectivamente. Considerando os critérios de avaliação definidos para este projeto, obteve-se que as abordagens baseadas em técnicas clássicas apresentam um melhor equilíbrio nas métricas de avaliação, permitindo a detecção de várias características dos ovos como cor, formato e defeitos na superfície da casca.Abstract: Egg production on industrial lines has grown considerably over the years. This production reaches values above 15.000 eggs per hour, making it increasingly difficult to use human operators for the task of visual identification and defects detection. In this scenario, the poultry industries, in order to guarantee and increase the effectiveness and efficiency of the quality control process, have invested in new technological solutions. In this paper, it is proposed to compare three solutions based on image processing to perform the automatic inspection of commercial eggs in order to determine the solution with a better balance in terms of precision and speed. The proposed approaches are executed in a visual egg inspection system with real simulation of poultry production lines. The first approach consists of applying classical image processing techniques and the second and third approaches make use of deep learning techniques: image classification and semantic segmentation for the classification of the egg into four categories: normal, dirty, geometrically abnormal and cracked eggs. These approaches have been successfully validated achieving an average accuracy of 81 %, 85 % and 87 % and an average CPU processing time of 0,04 ms, 0,11 ms and 1,35 ms for the classical approaches, image classification and semantic segmentation, respectively. Considering the evaluation criteria defined for this project, it was obtained that the approaches based on classical techniques present a better balance in the evaluation metrics, allowing the detection of several features of the eggs such as color, shape, and defects on the shell surface
A vehicle counter approach for the night period of the day based in neural networks: a study case using YOLOv4 and DeepSORT
Get PDFDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2023.Não há motivos para se duvidar de que junto da nossa sociedade, o número de carros nas ruas tem crescido constantemente e para prevenir que o caos se instaure nas ruas afetando tanto as pessoas quanto a economia das cidades, diversas empresas e instituições têm estudado novas formas de minimizar essa adversidade. Consequentemente, a contagem de veículos virou um tópico importante entre os pesquisadores dessa área, já que esse dado é extremamente valioso para o entendimento da situação das estradas. Os avanços da tecnologia é outro fator importante que ajudou a crescer o número de Sistemas de Transporte Inteligentes (STI) que usa tanto hardware quanto software para desenvolver novos métodos de aprendizagem e ultimamente, diversas estratégias que se utilizam de detecção de objetos estão surgindo na academia de forma a nos adaptar às novas situações que estamos enfrentando. Essas soluções se baseiam na detecção de objetos durante o período diurno por conta da melhor performance provinda pelas câmeras durante este período do dia. Portanto, este trabalho estuda a viabilidade de implementação de um SIT para detectar e contar veículos durante o período noturno baseado em um modelo de rede neural convolucional (CNN) e a possibilidade do uso de câmeras de monitoramento já instaladas em cidades para este propósito. Para atingir esse objetivo, esse projeto foi dividido em três estágios, a detecção, o rastreio de objetos e a contagem. A etapa de detecção é baseada num modelo YOLOv4 e foi treinada com um dataset composto de 25000 imagens de veículos noturnos provindos de câmeras de vigilância de cinco diferentes cidades do planeta. A parte de rastreio foi realizada utilizando a técnica de DeepSORT enquanto a parte de contagem foi realizada utilizando-se de uma técnica envolvendo uma linha imaginária.Abstract: There is no doubt that with our community, the number of cars in the streets is growing lately and to prevent that to launch chaos in the streets affecting both people and the economy of the cities, several companies and institutions are studying new approaches to lessen this issue adverse. Hence, counting vehicles became a trend topic around researchers of this field, since this data is highly valuable to understand the situation of the roads. The advances of technology are another key factor that helped to increase the number of Intelligent Transport Systems (ITS) that use both hardware and software to develop new ways to learn and adapt to the new situations we are facing in the traffic and many original strategies related to object detection appeared in the literature lately. These strategies focus on day time object detection on account of the higher performance of the cameras during this period when compared to the night shift. Therefore, this work studies the viability of implementing a ITS to detect and count vehicles at night time shift based on a convolutional neural network (CNN) model and the possibility to use monitoring cameras already installed in the cities to train our models for the process. To accomplish these goals this project was divided into three stages, detection, tracking and counting. The detection part is based on a YOLOv4 model and was trained with a dataset composed of 25000 night images taken from surveillance cameras of five different cities of the World. The tracking step was performed with the DeepSORT technique and the counting step was made with the virtual line procedure
Contagem de anéis e identificação de toras de madeira utilizando redes neurais profundas
No full textDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2024.O Brasil atua extensamente no fornecimento de matéria prima para a indústria madeireira. Recentemente, esse fornecimento chegou ao valor de 160 milhões de metros cúbicos de madeira em toras produzidos apenas na silvicultura. Apesar do grande fornecimento, todo esse valor se concentra em um grupo mínimo e seleto de espécies de madeira. Essa concentração se deve, principalmente, à escassez de informações referentes a outras espécies de madeira. Neste sentido, o presente trabalho se propõe a desenvolver algoritmos de visão computacional, baseados em redes neurais profundas, que sejam capazes de identificar a posição da tora de madeira em uma imagem e estimar a quantidade de anéis de crescimento encontrados. Para realizar esta tarefa, o presente trabalho também envolve a adaptação de uma base de dados existente de identificação de toras e a criação de uma base de dados para contagem de anéis. A identificação de toras é feita através de redes neurais profundas baseadas em CNNs e Transformers para segmentação semântica. Os melhores resultados foram obtidos pela rede Swin que atingiu métricas mIoU e mAcc acima de 90 pontos em todos os testes. A contagem de anéis é feita pela família de redes neurais profundas ResNet, adaptadas para realizar a tarefa de regressão. Os melhores resultados foram apresentados por uma variação da ResNet34, com MSE de 195.29, MAE de 12.00 e R2-Score de 0.60. Todos os tempos de inferência, seja para segmentação semântica ou para contagem de anéis, ficaram abaixo da marca de 10 segundos. Dados os objetivos do projeto e os resultados obtidos, a conclusão do trabalho é que o emprego destas redes na tarefa de extrair características de toras de madeira é promissora e deve ser pesquisada mais a fundo.Abstract: Brazil plays a significant role in supplying raw materials to the timber industry. Recently, this supply reached a value of 160 million cubic meters of timber logs produced solely in forestry. Despite the substantial supply, this value is concentrated in a minimal and select group of wood species. This concentration is primarily due to the scarcity of information regarding other wood species. In this context, the present work aims to develop computer vision algorithms based on deep neural networks capable of identifying the position of a timber log in an image and estimating the number of growth rings present. To accomplish this task, the present work also involves adapting an existing database for log identification and creating a new database for ring counting. Log identification is achieved through deep neural networks based on CNNs and Transformers for semantic segmentation. The best results were obtained with the Swin network, achieving mIoU and mAcc metrics above 90 points in all tests. Ring counting is performed by the family of deep neural networks ResNet, adapted for regression tasks. The best results were presented by a variation of ResNet34, with an MSE of 195.29, MAE of 12.00, and R2- Score of 0.60. All inference times, whether for semantic segmentation or ring counting, remained below the 10-second mark. Given the project?s objectives and the results obtained, the conclusion of the work is that the use of these networks in extracting features from timber logs is promising and should be further researched
- …
