Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/9641
Título: Detecção de Pedestres Utilizando Descritores de Orientação do Gradiente e Auto Similaridade de Cor
Autor(es): COSMO, D. L.
Orientador: SALLES, E. O. T.
Coorientador: CIARELLI, P. M.
Palavras-chave: Detecção de Pedestres
Janelas Deslizantes
Histograma de Gr
Data do documento: 6-Nov-2014
Editor: Universidade Federal do Espírito Santo
Citação: COSMO, D. L., Detecção de Pedestres Utilizando Descritores de Orientação do Gradiente e Auto Similaridade de Cor
Resumo: Detecção de pedestres é um problema muito abordado na atualidade, possuindo diversas aplicações com potencial para melhorar a qualidade de vida da sociedade. Algumas dessas aplicações se encontram nas áreas de sistemas de auxílio ao motorista, reconhecimento de pessoas em fotos e vídeos, e vigilância. Atualmente existe um grande número de pesquisas envolvendo este assunto, trazendo muitas ramificações ao estado da arte no que diz respeito a detecção de pedestres. Esta dissertação apresenta um sistema de detecção de pedestres em ambientes não controlados baseado em janelas deslizantes. Sistemas deste tipo são compostos por dois blocos principais: um para a extração de características e outro para classificação das janelas. Duas técnicas de extração de características são usadas, sendo elas: HOG (Histogram of Oriented Gradient) e CSS (Color Self Similarities), e para classificar as janelas é usado o SVM (Support Vector Machine) linear. Além dessas técnicas, são também utilizadas: mean shift e agrupamento hierárquico, para a fusão de múltiplas detecções sobrepostas; e filtro bilateral, para pré-processamento da imagem. Os resultados obtidos sobre o banco de dados INRIA Person Database mostram que o sistema proposto, usando somente o descritor HOG, apresenta melhorias em relação a sistemas semelhantes, com um log average miss rate igual a 41,8%, contra 46% da literatura. Este resultado foi possível devido ao corte das detecções finais para melhor adequação às anotações modificadas, e também a algumas modificações feitas nos parâmetros dos descritores. A adição do descritor CSS modificado ao HOG aumenta a eficácia do sistema, levando a um log average miss rate igual a 36,2%, classificando separadamente cada descritor
URI: http://repositorio.ufes.br/handle/10/9641
Aparece nas coleções:PPGEE - Dissertações de mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_6469_Dissertação_final_Daniel_luis_Cosmos.pdf9.67 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.