Defesa de Dissertação de Mestrado N.º 572 - Adson Diego Dionisio da Silva, em 31/08, às 14hs

postado em 6 de ago de 2015 07:11 por Franklin de Souza Ramalho   [ 14 de ago de 2015 10:20 atualizado‎(s)‎ ]
Candidato: Adson Diego Dionisio da Silva
Título do trabalho: ARCABOUÇO PARA ANÁLISE DE EVENTOS EM VÍDEO
Orientador(es): Herman Martins Gomes e Eanes Torres Pereira

Data: 31/08/2015
Horário: 14h
Local: Auditório do CEEI

Banca examinadora: Herman Martins Gomes e Eanes Torres Pereira (Orientadores), Claudio Sebastião Vasconcelos da Cunha Cavalcanti (Microsoft Redmond, WA, USA), João Marques de Carvalho (UFCG).

Resumo: O reconhecimento automático de eventos importantes em vídeos envolvendo conjuntos de ações ou de interações entre objetos pode agregar valor a sistemas de vigilância, aplicações de cidades inteligentes, monitoramento de pessoas com incapacidades físicas ou mentais, dentre outros. Entretanto, conceber um arcabouço que possa ser adaptado a várias situações sem a necessidade de um especialista nas tecnologias envolvidas continua sendo um desafio de pesquisa. Neste contexto, a pesquisa realizada tem como base a criação de um arcabouço genérico para detecção de eventos em vídeo com base em regras, formadas por meio de lógica de primeira ordem (LPO) e álgebra de Allen. Para criação das regras, os usuários podem formar expressões lógicas usando LPO e relacionar os termos com a álgebra de intervalos de Allen, adicionando assim um contexto temporal às regras. Por ser um arcabouço, ele é extensível, podendo receber módulos adicionais para realização de novas detecções e inferências. Foi realizada uma avaliação experimental utilizando vídeos de teste públicos do site Youtube, envolvendo dois cenários: cenas de trânsito com eventos de ultrapassagem do sinal vermelho; e cenas de uma estação de trem contendo eventos de invasão dos trilhos por pedestres. O foco do trabalho não foi criar detectores de objetos (e.g. carros ou pessoas) melhores que aqueles presentes no estado da arte, mas sim propor e desenvolver o arcabouço completo integrando diferentes técnicas de visão computacional. A acurácia na detecção dos eventos ficou no intervalo de 76.90% e 88.43% com 95% de confiança. Acurácia máxima (100%) foi conseguida na detecção dos eventos nos vídeos de teste, quando substituindo os detectores de objetos por rótulos atribuídos manualmente, o que indicou a eficácia do motor de inferência.
Comments