Your SlideShare is downloading. ×
0
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Workshop de Pós Graduação - 2011

166

Published 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.

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
166
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
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;

×