Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Ribeiro, Daniel Gomes
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto Politécnico
BR
UERJ
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Periorbital area
Biometrics
SIFT
Covariance matrix
Statistics
Região periorbital
Biometria
Matriz de Covariância
Estatística
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
Link de acesso: http://www.bdtd.uerj.br/handle/1/13745
Resumo: Nesta dissertação, foi utilizada a técnica SIFT (Scale Invariant Feature Transform) para o reconhecimento de imagens da área dos olhos (região periorbital). Foi implementada uma classificação das imagens em subgrupos internos ao banco de dados, utilizando-se das informações estatísticas provenientes dos padrões invariantes produzidos pela técnica SIFT. Procedeu-se a uma busca categorizada pelo banco de dados, ao invés da procura de um determinado padrão apresentado, através da comparação deste com cada padrão presente no banco de dados. A tais padrões foi aplicada uma abordagem estatística, através da geração da matriz de covariâncias dos padrões gerados, sendo esta utilizada para a categorização, tendo por base uma rede neural híbrida. A rede neural classifica e categoriza o banco de dados de imagens, criando uma topologia de busca. Foram obtidos resultados corretos de classificação de 76,3% pela rede neural híbrida, sendo que um algoritmo auxiliar determina uma hierarquia de busca, onde, ocorrendo uma errônea classificação, a busca segue em grupos de pesquisas mais prováveis.
id UERJ_1dd9965eb99e971dcdec0a5d28e266d3
oai_identifier_str oai:www.bdtd.uerj.br:1/13745
network_acronym_str UERJ
network_name_str Biblioteca Digital de Teses e Dissertações da UERJ
repository_id_str
spelling Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbridaIdentification of the periorbital area using the SIFT technique in conjunction with a hybrid neural networkPeriorbital areaBiometricsSIFTCovariance matrixStatisticsRegião periorbitalBiometriaSIFTMatriz de CovariânciaEstatísticaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)Nesta dissertação, foi utilizada a técnica SIFT (Scale Invariant Feature Transform) para o reconhecimento de imagens da área dos olhos (região periorbital). Foi implementada uma classificação das imagens em subgrupos internos ao banco de dados, utilizando-se das informações estatísticas provenientes dos padrões invariantes produzidos pela técnica SIFT. Procedeu-se a uma busca categorizada pelo banco de dados, ao invés da procura de um determinado padrão apresentado, através da comparação deste com cada padrão presente no banco de dados. A tais padrões foi aplicada uma abordagem estatística, através da geração da matriz de covariâncias dos padrões gerados, sendo esta utilizada para a categorização, tendo por base uma rede neural híbrida. A rede neural classifica e categoriza o banco de dados de imagens, criando uma topologia de busca. Foram obtidos resultados corretos de classificação de 76,3% pela rede neural híbrida, sendo que um algoritmo auxiliar determina uma hierarquia de busca, onde, ocorrendo uma errônea classificação, a busca segue em grupos de pesquisas mais prováveis.In this present dissertation, it was utilized the SIFT (Scale Invariant Feature Transform) technique to recognize images of the eye area (periorbital area). It was implemented a subgroup image classification algorithm, utilizing statistics information given by invariant patterns generated by the SIFT technique. Then, the algorithm proceeds to a categorized search in the database, instead of searching for a particular pattern shown by comparing it with each database's pattern. Then, a statistical approach was applied to the patterns, by generating the covariance matrix, and using it for categorization, based on a hybrid neural network. The neural network classifies and categorizes a set of images, using the covariance matrices for each image contained on it, and creates a search topology. By utilizing this method, it was obtained a 76.3% of correct classification given by the hybrid neural network, being that, an auxiliary algorithm determines a search hierarchy, in which, if an incorrect classification occurs, the search proceeds in the most probable groups.Universidade do Estado do Rio de JaneiroCentro de Tecnologia e Ciências::Instituto PolitécnicoBRUERJPrograma de Pós-Graduação em Modelagem ComputacionalAssis, Joaquim Teixeira dehttp://lattes.cnpq.br/7307238902576135Vasconcellos, João Flávio Vieira dehttp://lattes.cnpq.br/9634798722030132Biondi Neto, Luizhttp://lattes.cnpq.br/1288955644688196Albuquerque, Marcelo Portes dehttp://lattes.cnpq.br/6430879459326899Ribeiro, Daniel Gomes2021-01-07T14:40:34Z2011-08-312011-05-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfRIBEIRO, Daniel Gomes. Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida. 2011. 98 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2011.http://www.bdtd.uerj.br/handle/1/13745porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJ2024-02-27T18:26:45Zoai:www.bdtd.uerj.br:1/13745Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:26:45Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false
dc.title.none.fl_str_mv Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
Identification of the periorbital area using the SIFT technique in conjunction with a hybrid neural network
title Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
spellingShingle Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
Ribeiro, Daniel Gomes
Periorbital area
Biometrics
SIFT
Covariance matrix
Statistics
Região periorbital
Biometria
SIFT
Matriz de Covariância
Estatística
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
title_short Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
title_full Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
title_fullStr Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
title_full_unstemmed Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
title_sort Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida
author Ribeiro, Daniel Gomes
author_facet Ribeiro, Daniel Gomes
author_role author
dc.contributor.none.fl_str_mv Assis, Joaquim Teixeira de
http://lattes.cnpq.br/7307238902576135
Vasconcellos, João Flávio Vieira de
http://lattes.cnpq.br/9634798722030132
Biondi Neto, Luiz
http://lattes.cnpq.br/1288955644688196
Albuquerque, Marcelo Portes de
http://lattes.cnpq.br/6430879459326899
dc.contributor.author.fl_str_mv Ribeiro, Daniel Gomes
dc.subject.por.fl_str_mv Periorbital area
Biometrics
SIFT
Covariance matrix
Statistics
Região periorbital
Biometria
SIFT
Matriz de Covariância
Estatística
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
topic Periorbital area
Biometrics
SIFT
Covariance matrix
Statistics
Região periorbital
Biometria
SIFT
Matriz de Covariância
Estatística
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
description Nesta dissertação, foi utilizada a técnica SIFT (Scale Invariant Feature Transform) para o reconhecimento de imagens da área dos olhos (região periorbital). Foi implementada uma classificação das imagens em subgrupos internos ao banco de dados, utilizando-se das informações estatísticas provenientes dos padrões invariantes produzidos pela técnica SIFT. Procedeu-se a uma busca categorizada pelo banco de dados, ao invés da procura de um determinado padrão apresentado, através da comparação deste com cada padrão presente no banco de dados. A tais padrões foi aplicada uma abordagem estatística, através da geração da matriz de covariâncias dos padrões gerados, sendo esta utilizada para a categorização, tendo por base uma rede neural híbrida. A rede neural classifica e categoriza o banco de dados de imagens, criando uma topologia de busca. Foram obtidos resultados corretos de classificação de 76,3% pela rede neural híbrida, sendo que um algoritmo auxiliar determina uma hierarquia de busca, onde, ocorrendo uma errônea classificação, a busca segue em grupos de pesquisas mais prováveis.
publishDate 2011
dc.date.none.fl_str_mv 2011-08-31
2011-05-06
2021-01-07T14:40:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv RIBEIRO, Daniel Gomes. Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida. 2011. 98 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2011.
http://www.bdtd.uerj.br/handle/1/13745
identifier_str_mv RIBEIRO, Daniel Gomes. Identificação da região periorbital utilizando a técnica SIFT em conjunto com rede neural híbrida. 2011. 98 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2011.
url http://www.bdtd.uerj.br/handle/1/13745
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto Politécnico
BR
UERJ
Programa de Pós-Graduação em Modelagem Computacional
publisher.none.fl_str_mv Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto Politécnico
BR
UERJ
Programa de Pós-Graduação em Modelagem Computacional
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UERJ
instname:Universidade do Estado do Rio de Janeiro (UERJ)
instacron:UERJ
instname_str Universidade do Estado do Rio de Janeiro (UERJ)
instacron_str UERJ
institution UERJ
reponame_str Biblioteca Digital de Teses e Dissertações da UERJ
collection Biblioteca Digital de Teses e Dissertações da UERJ
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)
repository.mail.fl_str_mv bdtd.suporte@uerj.br
_version_ 1829133628311863296

Registros relacionados