Segmentação de superfícies em imagens de profundidade em ambientes fechados

• Autor(a) principal: Lima, Victor Cangelosi de
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do Mackenzie
• Texto Completo: https://dspace.mackenzie.br/handle/10899/28607
• topic: segmentação; imagem de profundidade; rgb-d; deficiente visual.; navegação; CNPQ::ENGENHARIAS

Com o desenvolvimento contínuo de dispositivos e maior poder de processamento, nota-se uma maior quantidade de tecnologias tanto para ajudar na rotina das pessoas como aos que precisam dela, não apenas tornando mais fáceis determinadas tarefas, mas tornando-as possíveis. Tecnologias Assistivas combinadas _as técnicas de visão Computacional têm relevância importante para auxiliar a navegação de clientes visuais, permitindo a inclusão social e segurança. O avanço em seu desenvolvimento depende principalmente da participação e comprometimento do governo, da indústria, institutos de pesquisa e da academia. Este trabalho visa, a partir de imagens de profundidade, segmentar objetos e detectar caminhos livres em imagens de ambientes fechados, simulando assim os desafios encontrados por deficientes visuais quando estão em um quarto de hotel, ou sala, que lhe sejam desconhecidos. Como base do sistema de técnicas e ferramentas de visão computacional, como _filtro bilateral para redução de ruídos, foram utilizadas também _a álgebra linear para localização de planos e a replicação da imagem para um grafo no intuito de reduzir reprocessos, reduzindo tempo de processamento em até 50% quando comparado com outros métodos como RANSAC ou detecção de bordas, e ainda mantendo a acurácia de 95% em diferentes cenários: sem corredores livres, corredores com obstáculos, trajetos com degraus e passagens totalmente obstáculo. Uma vez o cenário particionado as informações obtidas podem ser utilizadas posteriormente para navegação, encontrando caminhos livres e notificando ao usuário a existência de obstáculos.