Banca de DEFESA: TIAGO SOUZA DOS SANTOS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: TIAGO SOUZA DOS SANTOS
DATA: 17/08/2012
HORA: 09:30
LOCAL: Sala de Reuniões do DIMAp
TÍTULO:

Segmentação Fuzzy de Texturas e Vídeos

PALAVRAS-CHAVES:

Segmentação de imagens, Segmentação de texturas, Segmentação Fuzzy, Modelos de cores, divergência de Kullback-Liebler, divergência Skew, fluxo óptico

PÁGINAS: 43
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO:

Segmentar uma imagem é subdividi-la em partes ou objetos constituintes que tenham algum conteúdo semântico relevante. Esta subdivisão pode também ser aplicada a um vídeo, porém, neste, os objetos podem estar presentes nos diversos frames que compõe o vídeo. A tarefa de segmentar imagens torná-se ainda mais complexa quando estas são compostas por objetos que contenham características puramente texturais, pois, nestes casos, a identificação do padrão de cada objeto não é uma tarefa fácil de se automatizar, embora essa identificação seja humanamente possível e relativamente fácil. A segmentação difusa, do Inglês fuzzy, é uma técnica de segmentação por crescimento de regiões que determina para cada elemento da imagem um grau de pertinência (entre zero e um) indicando a confiança de que esse elemento pertença a um determinado objeto ou região existente na imagem, fazendo-se uso de funções de afinidades para obter esses valores de pertinência. Neste trabalho será apresentada uma modificação do algoritmo de segmentação fuzzy de imagens, a fim de se obter melhorias na complexidade temporal e espacial. O algoritmo é adaptado para segmentar vídeos coloridos tratando-os como volumes 3D. Para segmentar os vídeos, foram utilizadas informações provenientes de um modelo de cor convencional ou de um modelo híbrido obtido através de uma metodologia para a escolha dos melhores canais para realizar a segmentação. O algoritmo de segmentação fuzzy foi aplicado também na segmentação de texturas, fazendo-se uso de funções de afinidades adaptativas às texturas de cada objeto. As funções de afinidades utilizadas foram a distribuição normal de probabilidade, ou gaussiana, e a Skew Divergence. Esta última, uma variação da Kullback-Leibler Divergence, é uma medida da divergência entre duas massas de probabilidades. Por fim, o algoritmo foi testado com alguns vídeos, naturais e sintéticos, e também com imagens de mosaicos de texturas de Brodatz.

MEMBROS DA BANCA:
Presidente - 2177445 - BRUNO MOTTA DE CARVALHO
Interno - 2497950 - SELAN RODRIGUES DOS SANTOS
Externo à Instituição - HERMAN MARTINS GOMES - UFCG