Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Título da fonte: | Portal de Dados Abertos da CAPES |
Texto Completo: | https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=4631610 |
id |
BRCRIS_8da457152b0c5f7529da2c6dec259f08 |
---|---|
network_acronym_str |
CAPES |
network_name_str |
Portal de Dados Abertos da CAPES |
dc.title.pt-BR.fl_str_mv |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
title |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
spellingShingle |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps Microsoft Kinect Microsoft Kinect. ROSTAN DA SILVA FERREIRA GOMES |
title_short |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
title_full |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
title_fullStr |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
title_full_unstemmed |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
title_sort |
Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps |
topic |
Microsoft Kinect Microsoft Kinect. |
publishDate |
2016 |
format |
masterThesis |
url |
https://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=4631610 |
author_role |
author |
author |
ROSTAN DA SILVA FERREIRA GOMES |
author_facet |
ROSTAN DA SILVA FERREIRA GOMES |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/0169778239962650 |
dc.contributor.advisor1.fl_str_mv |
BRUNO JOSE TORRES FERNANDES |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4942609302112746 |
dc.contributor.advisor1orcid.por.fl_str_mv |
https://orcid.org/0000000260013925 |
dc.publisher.none.fl_str_mv |
UNIVERSIDADE DE PERNAMBUCO |
publisher.none.fl_str_mv |
UNIVERSIDADE DE PERNAMBUCO |
instname_str |
UNIVERSIDADE DE PERNAMBUCO |
dc.publisher.program.fl_str_mv |
ENGENHARIA DA COMPUTAÇÃO |
dc.description.course.none.fl_txt_mv |
ENGENHARIA DA COMPUTAÇÃO |
reponame_str |
Portal de Dados Abertos da CAPES |
collection |
Portal de Dados Abertos da CAPES |
spelling |
CAPESPortal de Dados Abertos da CAPESReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsReconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth MapsMicrosoft Kinect2016masterThesishttps://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=4631610authorROSTAN DA SILVA FERREIRA GOMEShttp://lattes.cnpq.br/0169778239962650BRUNO JOSE TORRES FERNANDEShttp://lattes.cnpq.br/4942609302112746https://orcid.org/0000000260013925UNIVERSIDADE DE PERNAMBUCOUNIVERSIDADE DE PERNAMBUCOUNIVERSIDADE DE PERNAMBUCOENGENHARIA DA COMPUTAÇÃOENGENHARIA DA COMPUTAÇÃOPortal de Dados Abertos da CAPESPortal de Dados Abertos da CAPES |
identifier_str_mv |
GOMES, ROSTAN DA SILVA FERREIRA. Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps. 2016. Tese. |
dc.identifier.citation.fl_str_mv |
GOMES, ROSTAN DA SILVA FERREIRA. Reconhecimento de Decúbito de Pacientes Acamados Baseado em Imagens RGB e Depth Maps. 2016. Tese. |
_version_ |
1741888234239033344 |