A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/11384 |
Resumo: | As sequências de números aleatórios advindas de situações reais são geralmente modeladas através de funções contínuas de densidade que associam valores de probabilidade a pontos na reta real correspondentes aos números das sequências. O agrupamento dos números aleatórios de acordo com o dígito mais significativo para algumas sequências do mundo real tem revelado um fenômeno já observado no século XIX: a chamada Lei de Benford. Esta lei afirma que as mantissas dos logaritmos desses números estão distribuídas segundo uma uniforme. Sequências tais como área da superfície de rios, população de cidades, razão de números da sequência de Fibonacci, lista de números que aparecem em documentos financeiros, valores em declarações de imposto de renda, tamanho das manchas solares, e muitas outras grandezas seguem esta lei. Esta propriedade presente em algumas grandezas tem sido útil na identificação de patologias nos dados. Neste trabalho, empregamos os métodos estatísticos mais utilizados na área para demonstrar que os qualicadores de pontos de interesse, como o detector de Harris, aplicados a imagens digitais comuns são grandezas que se conformam à Lei de Benford. O detector de Harris extrai um valor de cada pixel da imagem baseado em derivadas de segunda ordem das cores, e é utilizado para classificar os chamados pontos de interesse que, dentre as muitas aplicações, possibilita o rastreamento de objetos num vídeo e a calibração de uma câmera em Realidade Aumentada. Os experimentos com as sequências de coeficientes extraídas de um conhecido banco de imagens confirmam que os seletores de pontos de interesse se adequam à Lei de Benford: a conformidade do detector de Harris é tão significante, que concluímos que na literatura ela é a grandeza extraída de dados reais que melhor se adequa à Lei até o momento. No trabalho também discutimos o estado da arte e as limitações nas medidas de conformidade utilizadas na maioria dos ambientes aplicados. |
id |
UFPE_aff695e2d1ab94d6534d1af84571e241 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/11384 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
Maia, FelipeMelo, Sílvio de Barros 2015-03-09T12:54:23Z2015-03-09T12:54:23Z2012-08-28https://repositorio.ufpe.br/handle/123456789/11384As sequências de números aleatórios advindas de situações reais são geralmente modeladas através de funções contínuas de densidade que associam valores de probabilidade a pontos na reta real correspondentes aos números das sequências. O agrupamento dos números aleatórios de acordo com o dígito mais significativo para algumas sequências do mundo real tem revelado um fenômeno já observado no século XIX: a chamada Lei de Benford. Esta lei afirma que as mantissas dos logaritmos desses números estão distribuídas segundo uma uniforme. Sequências tais como área da superfície de rios, população de cidades, razão de números da sequência de Fibonacci, lista de números que aparecem em documentos financeiros, valores em declarações de imposto de renda, tamanho das manchas solares, e muitas outras grandezas seguem esta lei. Esta propriedade presente em algumas grandezas tem sido útil na identificação de patologias nos dados. Neste trabalho, empregamos os métodos estatísticos mais utilizados na área para demonstrar que os qualicadores de pontos de interesse, como o detector de Harris, aplicados a imagens digitais comuns são grandezas que se conformam à Lei de Benford. O detector de Harris extrai um valor de cada pixel da imagem baseado em derivadas de segunda ordem das cores, e é utilizado para classificar os chamados pontos de interesse que, dentre as muitas aplicações, possibilita o rastreamento de objetos num vídeo e a calibração de uma câmera em Realidade Aumentada. Os experimentos com as sequências de coeficientes extraídas de um conhecido banco de imagens confirmam que os seletores de pontos de interesse se adequam à Lei de Benford: a conformidade do detector de Harris é tão significante, que concluímos que na literatura ela é a grandeza extraída de dados reais que melhor se adequa à Lei até o momento. No trabalho também discutimos o estado da arte e as limitações nas medidas de conformidade utilizadas na maioria dos ambientes aplicados.porUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessDetector de HarrisLei de BenfordLei de Newcomb-BenfordLei dos Dígitos SignificativosSeleção de pontos de interesseA conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDISSERTAÇÃO Felipe Maia.pdf.jpgDISSERTAÇÃO Felipe Maia.pdf.jpgGenerated Thumbnailimage/jpeg1324https://repositorio.ufpe.br/bitstream/123456789/11384/5/DISSERTA%c3%87%c3%83O%20Felipe%20Maia.pdf.jpgf4dbf9b254c89687f33a297b93172622MD55ORIGINALDISSERTAÇÃO Felipe Maia.pdfDISSERTAÇÃO Felipe Maia.pdfapplication/pdf2195135https://repositorio.ufpe.br/bitstream/123456789/11384/1/DISSERTA%c3%87%c3%83O%20Felipe%20Maia.pdf7952e678206c40b504a671fdf4bd3ed1MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/11384/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/11384/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTDISSERTAÇÃO Felipe Maia.pdf.txtDISSERTAÇÃO Felipe Maia.pdf.txtExtracted texttext/plain116058https://repositorio.ufpe.br/bitstream/123456789/11384/4/DISSERTA%c3%87%c3%83O%20Felipe%20Maia.pdf.txt6d61c2572a239ad6f61b219695f98b5fMD54123456789/113842019-10-25 04:36:26.252oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T07:36:26Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
title |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
spellingShingle |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. Maia, Felipe Detector de Harris Lei de Benford Lei de Newcomb-Benford Lei dos Dígitos Significativos Seleção de pontos de interesse |
title_short |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
title_full |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
title_fullStr |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
title_full_unstemmed |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
title_sort |
A conformidade à lei de Newcomb-Benford de qualificadores de pontos de interesse em imagens digitais. |
author |
Maia, Felipe |
author_facet |
Maia, Felipe |
author_role |
author |
dc.contributor.author.fl_str_mv |
Maia, Felipe |
dc.contributor.advisor1.fl_str_mv |
Melo, Sílvio de Barros |
contributor_str_mv |
Melo, Sílvio de Barros |
dc.subject.por.fl_str_mv |
Detector de Harris Lei de Benford Lei de Newcomb-Benford Lei dos Dígitos Significativos Seleção de pontos de interesse |
topic |
Detector de Harris Lei de Benford Lei de Newcomb-Benford Lei dos Dígitos Significativos Seleção de pontos de interesse |
description |
As sequências de números aleatórios advindas de situações reais são geralmente modeladas através de funções contínuas de densidade que associam valores de probabilidade a pontos na reta real correspondentes aos números das sequências. O agrupamento dos números aleatórios de acordo com o dígito mais significativo para algumas sequências do mundo real tem revelado um fenômeno já observado no século XIX: a chamada Lei de Benford. Esta lei afirma que as mantissas dos logaritmos desses números estão distribuídas segundo uma uniforme. Sequências tais como área da superfície de rios, população de cidades, razão de números da sequência de Fibonacci, lista de números que aparecem em documentos financeiros, valores em declarações de imposto de renda, tamanho das manchas solares, e muitas outras grandezas seguem esta lei. Esta propriedade presente em algumas grandezas tem sido útil na identificação de patologias nos dados. Neste trabalho, empregamos os métodos estatísticos mais utilizados na área para demonstrar que os qualicadores de pontos de interesse, como o detector de Harris, aplicados a imagens digitais comuns são grandezas que se conformam à Lei de Benford. O detector de Harris extrai um valor de cada pixel da imagem baseado em derivadas de segunda ordem das cores, e é utilizado para classificar os chamados pontos de interesse que, dentre as muitas aplicações, possibilita o rastreamento de objetos num vídeo e a calibração de uma câmera em Realidade Aumentada. Os experimentos com as sequências de coeficientes extraídas de um conhecido banco de imagens confirmam que os seletores de pontos de interesse se adequam à Lei de Benford: a conformidade do detector de Harris é tão significante, que concluímos que na literatura ela é a grandeza extraída de dados reais que melhor se adequa à Lei até o momento. No trabalho também discutimos o estado da arte e as limitações nas medidas de conformidade utilizadas na maioria dos ambientes aplicados. |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012-08-28 |
dc.date.accessioned.fl_str_mv |
2015-03-09T12:54:23Z |
dc.date.available.fl_str_mv |
2015-03-09T12:54:23Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/11384 |
url |
https://repositorio.ufpe.br/handle/123456789/11384 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/11384/5/DISSERTA%c3%87%c3%83O%20Felipe%20Maia.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/11384/1/DISSERTA%c3%87%c3%83O%20Felipe%20Maia.pdf https://repositorio.ufpe.br/bitstream/123456789/11384/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/11384/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/11384/4/DISSERTA%c3%87%c3%83O%20Felipe%20Maia.pdf.txt |
bitstream.checksum.fl_str_mv |
f4dbf9b254c89687f33a297b93172622 7952e678206c40b504a671fdf4bd3ed1 66e71c371cc565284e70f40736c94386 4b8a02c7f2818eaf00dcf2260dd5eb08 6d61c2572a239ad6f61b219695f98b5f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310666103554048 |