Seleção de features guiada por atenção visual em imagens com fóvea

dc.contributor.advisorGonçalves, Luiz Marcos Garciapt_BR
dc.contributor.advisorIDpor
dc.contributor.advisorLatteshttp://lattes.cnpq.br/1562357566810393por
dc.contributor.authorGomes, Rafael Beserrapt_BR
dc.contributor.authorIDpor
dc.contributor.authorLatteshttp://lattes.cnpq.br/5849107545126304por
dc.contributor.referees1Carvalho, Bruno Motta dept_BR
dc.contributor.referees1IDpor
dc.contributor.referees1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4791070J6por
dc.contributor.referees2Chaimowicz, Luizpt_BR
dc.contributor.referees2IDpor
dc.contributor.referees2Latteshttp://lattes.cnpq.br/4499928813481251por
dc.contributor.referees3Leite, Luiz Eduardo Cunhapt_BR
dc.contributor.referees3IDpor
dc.contributor.referees3Latteshttp://lattes.cnpq.br/4080017602605582por
dc.contributor.referees4Cesar Junior, Roberto Marcondespt_BR
dc.contributor.referees4IDpor
dc.contributor.referees4Latteshttp://lattes.cnpq.br/2240951178648368por
dc.date.accessioned2014-12-17T14:55:16Z
dc.date.available2014-02-26pt_BR
dc.date.available2014-12-17T14:55:16Z
dc.date.issued2013-08-02pt_BR
dc.description.abstractVisual attention is a very important task in autonomous robotics, but, because of its complexity, the processing time required is significant. We propose an architecture for feature selection using foveated images that is guided by visual attention tasks and that reduces the processing time required to perform these tasks. Our system can be applied in bottom-up or top-down visual attention. The foveated model determines which scales are to be used on the feature extraction algorithm. The system is able to discard features that are not extremely necessary for the tasks, thus, reducing the processing time. If the fovea is correctly placed, then it is possible to reduce the processing time without compromising the quality of the tasks outputs. The distance of the fovea from the object is also analyzed. If the visual system loses the tracking in top-down attention, basic strategies of fovea placement can be applied. Experiments have shown that it is possible to reduce up to 60% the processing time with this approach. To validate the method, we tested it with the feature algorithm known as Speeded Up Robust Features (SURF), one of the most efficient approaches for feature extraction. With the proposed architecture, we can accomplish real time requirements of robotics vision, mainly to be applied in autonomous roboticseng
dc.description.resumoA atenção visual é uma importante tarefa em robótica autônoma, mas devido à sua complexidade, o tempo de processamento necessário é significativo. Propõe-se uma arquitetura para seleção de features usando imagens foveadas que é guiada por tarefas envolvendo atenção visual e que reduz o tempo de processamento para realizar tais tarefas. O sistema proposto pode ser aplicado para atenção bottom-up ou top-down. O modelo de foveamento determina quais escalas devem ser utilizadas no algoritmo de extração de features. O sistema é capaz de descartar features que não são essenciais para a realização da tarefa e, dessa forma, reduz o tempo de processamento. Se a fóvea é corretamente posicionada, então é possível reduzir o tempo de processamento sem comprometer o desempenho da tarefa. A distância da fóvea para o objeto também é analisada. Caso o sistema visual perca o tracking na atenção top-down, estratégias básicas de reposicionamento da fóvea podem ser aplicadas. Experimentos demonstram que é possível reduzir em até 60% o tempo de processamento com essa abordagem. Para validar o método proposto, são realizados testes com o algoritmo de extração de features SURF, um dos mais eficientes existentes. Com a arquitetura proposta para seleção de features, é possível cumprir requisitos de um sistema de visão em tempo-real com possíveis aplicações na área de robóticapor
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.formatapplication/pdfpor
dc.identifier.citationGOMES, Rafael Beserra. Seleção de features guiada por atenção visual em imagens com fóvea. 2013. 105 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.por
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/15235
dc.languageporpor
dc.publisherUniversidade Federal do Rio Grande do Nortepor
dc.publisher.countryBRpor
dc.publisher.departmentAutomação e Sistemas; Engenharia de Computação; Telecomunicaçõespor
dc.publisher.initialsUFRNpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapor
dc.rightsAcesso Abertopor
dc.subjectVisão computacional. Atenção visual. Fóvea. Multirresoluçãopor
dc.subjectComputer Vision. Visual Attention. Fóvea. Multi-resolutioneng
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.titleSeleção de features guiada por atenção visual em imagens com fóveapor
dc.typedoctoralThesispor

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
RafaelBG_TESE.pdf
Tamanho:
2.41 MB
Formato:
Adobe Portable Document Format
Carregando...
Imagem de Miniatura
Baixar