III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

More documents

Recommendations

Info

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.imagens, estas provavelmente já estarão disponíveis comoresultado prévio do programa de compressão, e portanto autilização do algoritmo expandPF é mais adequada, vistoque este tem melhor desempenho em relação ao expandP.4. ConclusõesA utilização das técnicas de paralelização nosalgoritmos de compressão e expansão, dando origem acompressP e expandP respectivamente, não diminuiu suaeficiência com relação à qualidade da imagem resultante,isso devido à paralelização estar baseada no código debloco já bem fundamentado teoricamente.Na compressão de imagens a utilização de algoritmosparalelos foi altamente vantajosa, tanto para compressPcomo para compressPF. A economia de tempo foisignificativa, chegando próximo a 4 vezes com autilização de quatro computadores para se comprimir 50imagens de 6 Mpixels.Como mencionado anteriormente o mesmo nãoocorreu para a expansão das imagens com o algoritmoexpandP. A complexidade dos cálculos não se mostraramtão altos, e por isso o ganho de tempo com oprocessamento paralelo aplicado na expansão não foimuito significativo.Contudo, através de uma abordagem diferente(paralelização externa) criou-se o algoritmo expandPF,que elevou muito o speedup conseguido com o algoritmoexpandP, chegando até próximo de 4 com a utilização dequatro nós expandindo uma série de 50 imagens de 6Mpixels.Portanto, os resultados se mostraram extremamentefavoráveis ao uso do processamento paralelo emprocessamento digital de imagens.Este trabalho foi financiado pela Fundação de Amparoà Pesquisa do Estado de SP (FAPESP) através de bolsa deIniciação Científica sob o numero de processo2005/04786-2.[3] Gomes, J., L. Velho, Computação Gráfica: imagem.IMPA/SBM, Série de computação e Matemática, 1994.[4] Groop, W., S. Huss-Lederman, MPI – The completereference, V.2, MIT Press, Cambridge, 1998.[5] Karniadakis, G., R.M. Kirby, Parallel Scientific Computingin C++ and MPI, Cambridge University Press, Cambridge,2003.[6] Oppenheim, A.V., S.W. SCHAFER, Discrete Time SignalProcessing, 2 ed, Prentice Hall, New Jersey, 1998.[7] Pratt, W.K., Digital Image Processing, Wiley-Interscience,New York, 1978.[8] Tenenbaum, A.S.; M.V. STEEN, Distributed Systems –Principles and Paradigms, Prentice Hall, New Jersey, 2001.5. Referências[1] Coulouris, G. et al, Distributed Systems – Concepts andDisign, 4 ed., Prentice Hall, New Jersey, 2005.[2] Embree, P.M.; D. Danieli, Algorithms for Digital SignalProcessing, 2 ed., Hall PTR, New Jersey, 1998.163
WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.ANÁLISE DE UMA ESTRUTURA DE REDE NEURAL NEOCOGNITRONCOM A INSERÇÃO DE PONTOS DE CONTROLES APLICADA AORECONHECIMENTO FACIALProf. Ms. Angelo Rodrigo BianchiniUniversidade Federal do MaranhãoDepartamento de InformáticaGIA - Grupo de Informática Aplicadabianchini@ufma.brProf. Dr. José Hiroki SaitoUniversidade Federal de São CarlosDepartamento de ComputaçãoGAPIS – Grupo de Arquitetura e Processamento de Imagens e Sinaissaito@dc.ufscar.brAbstractIn this work it is presented a face recognition neuralnetwork structure based in the neocognitron. The networkstructure is divided into two major stages: (a) NeuralNetwork for Detection of Control Points (NNDCP), whichobtains the control points to be used in the nonsupervisedtraining structure of the neocognitron, and (b) NeuralNetwork for the Facial Recognition (NNFR), whichcarried out the recognition of face samples.The main characteristic of NEOPC is the use ofcontrol points for the extraction of patterns strategicallylocated, such as eyes, noses and lips, used on nonsupervised training of the NNFR. The proposed systemwas implemented and the results are presented.1. IntroduçãoHá vários anos um grande número de pesquisas vemsendo realizado para prover sistemas de reconhecimentoautomático, devido à grande demanda de aplicaçõesnecessárias no mercado.Uma das primeiras técnicas “não-convencionais”utilizadas em sistemas de reconhecimento automático foi aimpressão digital, utilizada comercialmente desde 1960,quase que exclusivamente, em áreas forenses parainvestigações criminais.Diversas áreas de pesquisas relacionadas aoreconhecimento facial, como detecção, representação eprocesso, têm despertado um interesse ainda maior, emdecorrência da vasta possibilidade existente de aplicaçõescomo, por exemplo, sistemas de controle automático deacesso, interface homem-máquina e sistemas devigilância.Uma das dificuldades dos modelos computacionais parao reconhecimento facial é tratar a complexidade dospadrões visuais. Embora todas as faces sejam compostaspor padrões reconhecidos universalmente (boca, olhos enariz), elas possuem poucas variações. Torna-se degrande importância para o reconhecimento facial autilização das variações sutis na determinação dascaracterísticas relevantes [1], sendo necessário ainda,que essas características possuam uma larga variaçãoestatística em relação ao conjunto total de amostras paraserem consideradas únicas para cada indivíduo. O pontoideal é que a variância inter-classe seja grande e a intraclassepequena, para que faces diferentes gerem códigosos mais distintos possíveis, enquanto diferentes imagensde uma mesma face gerem códigos bastante similares[3].O reconhecimento facial é considerado um problemaclássico na área de visão computacional, principalmente,devido à complexidade existente na detecção ereconhecimento dos padrões.Neste trabalho são apresentados dois resultados para oreconhecimento facial através de uma estrutura de redeneural neocognitron com a inserção de pontos de controle.O objetivo da estrutura de rede neural proposta é obtermelhores resultados no processo de aprendizagem e164
Page 1 and 2:
III Workshop de VisãoComputacional
Page 3 and 4:
Instituto de Biociências, Letras e
Page 5 and 6:
WVC 2007 - III Workshop de Visão C
Page 7 and 8:
ApresentaçãoA área de Visão Com
Page 10 and 11:
Automatic Pattern Recognition of Bi
Page 12 and 13:
WVC'2007 - III Workshop de Visão C
Page 14 and 15:
Page 16:
Page 19:
Page 22 and 23:
Page 24 and 25:
Page 26 and 27:
Page 28 and 29:
Page 30 and 31:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
Page 57 and 58:
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124: WVC'2007 - III Workshop de Visão C
Page 173: WVC'2007 - III Workshop de Visão C
Page 225 and 226:
Page 227 and 228:
Page 229 and 230:
Page 231 and 232:
Page 233 and 234:
Page 235 and 236:
Page 237 and 238:
Page 239 and 240:
Page 241 and 242:
Page 243 and 244:
Page 245 and 246:
Page 247 and 248:
Page 249 and 250:
Page 251 and 252:
Page 253 and 254:
Page 255 and 256:
Page 257 and 258:
Page 259 and 260:
Page 261 and 262:
Page 263 and 264:
Page 265 and 266:
Page 267 and 268:
Page 269 and 270:
Page 271 and 272:
Page 273 and 274:
Page 275 and 276:
Page 277 and 278:
Page 279 and 280:
Page 281 and 282:
Page 283 and 284:
Page 285 and 286:
Page 287 and 288:
Page 289 and 290:
Page 291 and 292:
Page 293 and 294:
Page 295 and 296:
Page 297 and 298:
Page 299 and 300:
Page 301 and 302:
Page 303 and 304:
Page 305 and 306:
Page 307 and 308:
Page 309 and 310:
Page 311 and 312:
Page 313 and 314:
Page 315 and 316:
Page 317 and 318:
Page 319 and 320:
Page 321 and 322:
Page 323 and 324:
Page 325 and 326:
Page 327 and 328:
Page 329 and 330:
Page 331 and 332:
Page 333 and 334:
Page 335 and 336:
Page 337 and 338:
Page 339 and 340:
Page 341 and 342:
Page 343 and 344:
Page 345 and 346:
Page 347 and 348:
Page 349 and 350:
Page 351 and 352:
Page 353 and 354:
Page 355 and 356:
Page 357 and 358:
Page 359 and 360:
Page 361 and 362:
Page 363:
show all

III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

Create successful ePaper yourself

Delete template?

Save as template?