Sistema de reconhecimento de padrões visuais invariantes e transformações geométricas utilizando redes neurais artificiais de múltiplas camadas (1996)
- Authors:
- Autor USP: COSTA, JOSE ALFREDO FERREIRA - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Assunto: ENGENHARIA ELÉTRICA
- Language: Português
- Abstract: As áreas de visão computacional e redes neurais artificiais (RNAs) e suas aplicações, tiveram um enorme progresso em pesquisa e aplicações práticas nos últimos anos. Sistemas de inspeção visual automática têm despertado muita atenção na indústria pois provêem meios econômicos, eficientes e precisos de obtenção de controle de qualidade. Porém, apesar do grande avanço tecnológico, a maioria dos sistemas existentes, com exceção de alguns poucos experimentais, são especializados e foram projetados para inspecionar um único objeto ou peça, de tipo previamente conhecido, e em posição, orientação e distância em relação à câmara altamente restritas. Este trabalho descreve um sistema de reconhecimento de imagens contendo múltiplos objetos de classes aleatórias e tolerante a ruído. Um estágio de pré-processamento filtra parte do ruído e segmenta regiões conectadas da imagem (RCI). A classificação dos padrões é feita com redes neurais de múltiplas camadas a partir de atributos invariantes calculados sobre as RCis. No final do processo temos uma listagem dos objetos contidos na cena, suas posições e orientações, os quais podem servir de entrada a um sistema de entendimento da cena, de mais alto nível, ou para outras máquinas, como um manipulador automático. Outros parâmetros podem ser utilizados para normalizar, em escala, orientação e posição, os padrões contidos na imagem, para efeito de comparações com imagens e parâmetros dos objetos previamente armazenados em bancos de dados. Dois métodos de treinamento de RNAs foram testados, o gradiente conjugado e o Levenberg-Marquardt, em conjunção com simulated annealing, para diferentes condições de erro e conjuntos de atributos. Imagens reais e sintéticas foram utilizadas para efeitos de testes de classificação correta e rejeição de padrões espúrios.Resultados são apresentados e comentados, destacando a capacidade de generalização do sistema mesmo com elevada degradação da imagem pelo ruído. Uma das vantagens do tipo de RNA empregado é a velocidade de execução, que permite ao sistema ser integrado a uma linha de montagem industrial. O sistema foi projetado com a utilização de recursos acessíveis e de baixo custo, sendo executado em computadores pessoais, e podendo ser facilmente adaptado para o uso em pequenas e médias empresas
- Imprenta:
- Publisher place: São Carlos
- Date published: 1996
- Data da defesa: 15.01.1996
-
ABNT
COSTA, José Alfredo Ferreira. Sistema de reconhecimento de padrões visuais invariantes e transformações geométricas utilizando redes neurais artificiais de múltiplas camadas. 1996. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 1996. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23012018-135451/. Acesso em: 16 abr. 2024. -
APA
Costa, J. A. F. (1996). Sistema de reconhecimento de padrões visuais invariantes e transformações geométricas utilizando redes neurais artificiais de múltiplas camadas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23012018-135451/ -
NLM
Costa JAF. Sistema de reconhecimento de padrões visuais invariantes e transformações geométricas utilizando redes neurais artificiais de múltiplas camadas [Internet]. 1996 ;[citado 2024 abr. 16 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23012018-135451/ -
Vancouver
Costa JAF. Sistema de reconhecimento de padrões visuais invariantes e transformações geométricas utilizando redes neurais artificiais de múltiplas camadas [Internet]. 1996 ;[citado 2024 abr. 16 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18133/tde-23012018-135451/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
