Identificação automática de alvos padronizados através de redes neurais

• Autor(a) principal: Pinto, Carlos Fernando Carlim
• Data de Publicação: 2009
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/7694
• topic: Processamento de imagens; Rede neural; CNPQ::ENGENHARIAS

Neste trabalho investigou-se o comportamento de alguns padrões de alvos e avaliou-se qual padrão apresentou os maiores índices de acerto para uma rede neural. Os padrões a serem reconhecidos são alvos pré-definidos utilizados no processo de calibração dos sistemas de dimensionamento por estereofotogrametria e de reconstrução de cenas 2D e 3D. O processo de calibração desses sistemas requer a ação humana de relacionar o pixel central de cada alvo à sua posição espacial real, relativa a um ponto de espaço. Este é um processo demorado, que requer precisão e paciência do apurador, que está sujeito a erros devido à repetição de apurações e de similaridade dos alvos. A associação equívocada de um alvo invalida toda a calibração. Como forma de evitar tais erros e automatizar o processo de calibração, foram treinadas redes neurais capazes de identificar, em uma imagem, os pixels centrais dos alvos, para que uma rotina possa, automaticamente, associá-los aos pontos do objeto de calibração. A melhor rede projetada apresentou um desempenho com erro próximo de zero em seu treinamento, considerando um pré-processamento com Análise de Componentes Principais (PCA) e um pós-processamento de busca de centros de classes por “clusterização”.