Workshop de Pós Graduação - 2011
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share

Workshop de Pós Graduação - 2011

  • 395 views
Uploaded on

Trabalho apresentado no IV Workshop de Pós-Graduação (2011) do departamento de engenharia elétrica da USP de São Carlos.

Trabalho apresentado no IV Workshop de Pós-Graduação (2011) do departamento de engenharia elétrica da USP de São Carlos.

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
395
On Slideshare
395
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. IVWORKSHOPDEPÓS-GRADUAÇÃODODEPARTAMENTODEENGENHARIAELÉTRICA–EESC/USP COMPARAÇÃO E DESENVOLVIMENTO DE METODOLOGIAS DE RECUPERAÇÃO DE IMAGENS UTILIZANDO REDES DE HOPFIELD Autor: João Paulo Brognoni Casati Orientador: Evandro Luis Linhari Rodrigues São Carlos,7 de outubrode 2011.
  • 2. Sumário• Objetivos• Introdução• Trabalhos Anteriores• Metodologia• Resultados• Cronograma• Conclusões
  • 3. Objetivos• Estudo de metodologias existentes utilizadas no reconhecimento facial através de redes de Hopfield;• Usar memória associativa para reconhecimento de pessoas através de imagens da face;• Propor uma metodologia ótima baseada nos estudos feitos, visando melhor desempenho e menor custo computacional;• Possibilidade de se desenvolver uma aplicação de reconhecimento facial utilizando a tecnologia estudada e a metodologia desenvolvida.
  • 4. Introdução• Redes Neurais Artificiais de Hopfield: • Memória associativa; • Capacidade de armazenamento.
  • 5. Introdução• Hopfield: memória associativa • Exemplo de Recuperação de padrões distorcidos: • O padrão ruidoso é apresentado; • A rede executa iterações até que se minimize a função energia; • A saída da rede é um dos padrões previamente armazenados.
  • 6. Trabalhos Anteriores• Grande parete dos trabalhos nesta área são detectores de expressões faciais;• Trabalhos utilizando detectores de bordas;• Fatiamento da imagem em planos de bits;• Reconhecimento através de descritores da imagem;• Transformadas Wavelet, redimensionamento, binarização, separação da imagens em regiões são as técnicas mais utilizadas;• Será feita a implementação de várias destas metodologias que serão testadas na mesma plataforma, a fim de se colher dados suficientes para a proposta de uma metodologia ótima.
  • 7. Metodologia• Experimento 1 - Fatiamento da imagem em plano de bits • Reconhecimento plano a plano, com redes independentes; • Comparativo com método de reconhecimento em uma só rede para toda a imagem.
  • 8. Metodologia• Experimento 2 - Reconhecimento através das bordas da imagem (comparação de detectores de bordas) • Experimento em fase final de implementação; • Comparativo entre diferentes detectores de bordas: • Laplacian of Gaussian (LoG); • Prewitt; • Sobel. • Geração de uma imagem binária; • Comparação entre 3 redes independentes, uma para cada detector de borda; • Máscaras para filtro passa alta de 3x3 pixels; • Para os dois experimentos, foi utilizada a plataforma MatLab.
  • 9. Resultados• Experimento 1 (plano de bits): • Desempenho semelhante entre as duas metodologias testadas; • Sem o fatiamento a imagem é recuperada sempre na íntegra, sem distorções; • Com fatiamento, algumas pequenas distorções são recuperadas comprometendo a exatidão do padrão recuperado, porém, o custo computacional é muito menor.
  • 10. CronogramaATIVIDADES / SEMESTRE 1/2011 2/2011 1/2012 2/2012Disciplinas: Fund. de visualização computacional,Redes Neurais Artificiais e Visão computacionalRevisão bibliográfica.Disciplina: Introdução ao processamento digitalde imagens.Estudo da metodologia proposta eimplementação computacional.Confecção da apresentação e escrita do texto dequalificação.Ajustes em todo o trabalho e preparação para adefesa. Etapa Concluída Etapa em andamento Etapa a começar
  • 11. Conclusões• Possibilidade de se desenvolver uma metodologia que seja eficiente e eficaz na recuperação de imagens de face armazenadas na própria rede neural de Hopfield;• Possibilidade de aplicação da metodologia em outros tipos de imagens;• Desenvolvimento de aplicações utilizando a metodologia proposta em outras plataformas para integração com outros softwares (JAI).• Resultados parciais satisfatórios;