Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte

Detalhes bibliográficos
Autor(a) principal: Massabki, Petrus Semprebom
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/202788
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.
id UFSC_f8a86d2010a63c2628131451c7095fb4
oai_identifier_str oai:repositorio.ufsc.br:123456789/202788
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporteDetecção de fogo em vídeoComputação visualAnálise de descritoresAprendizagem de máquinaMáquina de vetores de suporteTCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.Este trabalho de conclusão de curso apresenta um método de detecção de fogo em vídeo utilizando descritores estatísticos e máquinas de vetores de suporte. O projeto enfatiza o estudo e a comparação de diversas técnicas de segmentação por cor sugeridas na literatura. Um conjunto de medidas estatísticas provenientes de informações de cor e movimento é avaliado no reconhecimento de fogo em vídeo. Investiga-se, principalmente, a aplicabilidade do histórico e do gradiente de movimento na discriminação entre movimento ordinário e o observado nas chamas. É mostrado que tanto os descritores de cor quanto os de movimento produzem bons resultados quando usados separadamente, mas que sua associação é preferível. Confirma-se que a metodologia apresentada permite a classificação em tempo real de fogo em vídeo.This undergraduate thesis presents a video fire detection method using statistical descriptors and support vector machines. The project emphasizes the study and comparison of several color segmentation techniques suggested in literature. A set of statistical measures derived from color and motion information is evaluated on the recognition of fire in video. It is investigated, mainly, the applicability of motion history and motion gradient in discriminating ordinary motion from the one observed in flames. Both color and motion descriptors are shown to produce good results when used separately, but their association is preferable. It is confirmed that the proposed methodology allows real time classification of fire in video.Florianópolis, SCMayer, JoceliUniversidade Federal de Santa CatarinaMassabki, Petrus Semprebom2019-12-11T18:04:06Z2019-12-11T18:04:06Z2019-12-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis92 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/202788info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-12-11T18:04:06Zoai:repositorio.ufsc.br:123456789/202788Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-12-11T18:04:06Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
title Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
spellingShingle Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
Massabki, Petrus Semprebom
Detecção de fogo em vídeo
Computação visual
Análise de descritores
Aprendizagem de máquina
Máquina de vetores de suporte
title_short Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
title_full Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
title_fullStr Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
title_full_unstemmed Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
title_sort Detecção de fogo em vídeo: um método de classificação baseado em descritores estatísticos e máquinas de vetores de suporte
author Massabki, Petrus Semprebom
author_facet Massabki, Petrus Semprebom
author_role author
dc.contributor.none.fl_str_mv Mayer, Joceli
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Massabki, Petrus Semprebom
dc.subject.por.fl_str_mv Detecção de fogo em vídeo
Computação visual
Análise de descritores
Aprendizagem de máquina
Máquina de vetores de suporte
topic Detecção de fogo em vídeo
Computação visual
Análise de descritores
Aprendizagem de máquina
Máquina de vetores de suporte
description TCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-11T18:04:06Z
2019-12-11T18:04:06Z
2019-12-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/202788
url https://repositorio.ufsc.br/handle/123456789/202788
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 92 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652266513629184