SlideShare uma empresa Scribd logo
1 de 10
Grupo: Gelcine Ângela da Silva
Glauber da Silva Pereira
Conceitos
Padrão é uma descrição quantitativa ou estrutural de um objeto, ou
de outra entidade de interesse em uma imagem ou em um sinal. Um
padrão é em geral composto por um ou mais descritores, mais
frequentemente conhecidos como características.
Classe de padrões pode ser considerada como uma família de
padrões que compartilhem algumas propriedades comuns.
O reconhecimento de padrões por máquinas envolve técnicas
inteligentes para atribuição dos padrões às suas respectivas classes.
Do que se trata
Não é preciso ser alfabetizado para
identificar uma garrafa e uma casa, mas é preciso
saber, antes, o que é uma casa e o que é uma
garrafa.
Um observador deve ser capaz de olhar para o desenho,
extrair as características, associá-lo ao padrão de
um objeto conhecido e, por fim, classificá-lo.
A automação das máquinas para realizar este trabalho de identificar
tarefas inerentes ao reconhecimento de padrões é bem mais difícil.
Sistema de reconhecimento de padrões
Sistema de reconhecimento de padrões
 A primeira etapa é de aquisição dos sinais ou imagens, formando os dados de
entrada para o sistema.
 A segunda etapa é responsável pela segmentação, que de uma maneira simples
para um sistema por exemplo envolvendo aquisição de imagens, define-se como a
separação dos objetos de interesse na imagem dos outros objetos contendo
informação irrelevante.
 O problema de segmentação é um dos problemas mais complexos em
reconhecimento de padrões, por exemplo, a problemática existente em sistema de
reconhecimento de voz.
 A terceira etapa, extração de características, é responsável pela formação de um
conjunto de medidas ou valores que sejam similares para objetos pertencentes a
mesma classe, e diferentes para objetos de classes distintas.
 A quarta etapa, a classificação propriamente dita, tem como objetivo usar o vetor
de entrada, formado pelas características, para atribuir um objeto à uma classe.
 A quinta etapa, que pode ou não existir em determinados sistemas, envolve
normalmente uma tomada de decisão a partir do resultado da classificação
 A etapa de classificação pode ser desenvolvida usando-se várias técnicas, como
as que empregam classificadores estatísticos, as redes neurais artificiais, lógica
difusa e sistemas híbridos.
Métodos
Conforme o tipo de objetos a classificar (ou descrever) o projeto de
Reconhecimento de Padrões usa algum (ou alguns) dos seguintes
principais métodos ou abordagens:
Abordagem estatística: A abordagem clássica, historicamente mais antiga,
denominada por "Teoria da Decisão". Assume que as características das classes
se regem por determinados modelos probabilísticos.
Abordagem sintática: Procura descrever a estrutura dos padrões usando inter-
relações de características descritoras básicas denominadas primitivas.
Abordagem neuronal: Abordagem tipo "caixa negra" que procura determinar
um mapeamento óptimo entre entradas e saídas inspirando-se em modelos de
neurónios do cérebro.
Abordagem difusa: Abordagem que tem em conta o grau de incerteza por vezes
inerente a características e a classificações, usando a Teoria dos conjuntos
difusos para modelizar esse grau de incerteza.
Áreas de Aplicações do Reconhecimento de
Padrões
Tornar máquinas capazes de reconhecer padrões, possibilita
automatizar todas essas tarefas. As técnicas de
reconhecimento de padrões têm aplicação em diferentes
áreas, Aplicações científicas, Aplicações industriais, Aplicações
médicas, Aplicações na agricultura, Aplicações governamentais,
Aplicações militares.
Aplicações Industriais
Reconhecimento de caracteres, Máquinas controladas por imagens,
Detecção de defeitos (p.ex. têxteis), Análise e reconhecimento da fala,
Análise de assinaturas, Identificação de retina, Reconhecimento de caras,
Visão por computador, Análise e descrição de cenas, Sistemas
automáticos de navegação, Reconhecimento de fotografias, Exploração
de minérios, Detecção de fluxos (X-ray, sonic), Multimídia e animação,
Projeto de brinquedos electrónicos, Citologia automatizada, Sistemas de
análise psicológica.
Contribuição
A contribuição do engenheiro para o Reconhecimento de Padrões é atuar
nas áreas de pesquisa e desenvolvimento, para descoberta de novas
técnicas e tecnologias, aprimorando o diagnóstico de Reconhecimento de
Padrões.
Referências Bibliográficas
 http://paginas.fe.up.pt/~jmsa/recpad/
 http://www.romeu.eng.br/Tese_Doutorado.pdf
 http://pt.wikipedia.org/wiki/Reconhecimento_de_padr%C3%B5es#Liga.
C3.A7.C3.B5es_externas

Mais conteúdo relacionado

Mais procurados

Computer graphics question for exam solved
Computer graphics question for exam solvedComputer graphics question for exam solved
Computer graphics question for exam solvedKuntal Bhowmick
 
12 pattern recognition
12 pattern recognition12 pattern recognition
12 pattern recognitionTalal Khaliq
 
Image Acquisition
Image AcquisitionImage Acquisition
Image Acquisitionshail288
 
Introduction to computer graphics part 1
Introduction to computer graphics part 1Introduction to computer graphics part 1
Introduction to computer graphics part 1Ankit Garg
 
Chapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & Kamber
Chapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & KamberChapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & Kamber
Chapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & Kambererror007
 
Hough Transform By Md.Nazmul Islam
Hough Transform By Md.Nazmul IslamHough Transform By Md.Nazmul Islam
Hough Transform By Md.Nazmul IslamNazmul Islam
 
Image processing fundamentals
Image processing fundamentalsImage processing fundamentals
Image processing fundamentalsA B Shinde
 
AUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDA
AUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDAAUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDA
AUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDAMuhammed Sahal c
 
Deep Learning with Audio Signals: Prepare, Process, Design, Expect
Deep Learning with Audio Signals: Prepare, Process, Design, ExpectDeep Learning with Audio Signals: Prepare, Process, Design, Expect
Deep Learning with Audio Signals: Prepare, Process, Design, ExpectKeunwoo Choi
 
Decision tree induction \ Decision Tree Algorithm with Example| Data science
Decision tree induction \ Decision Tree Algorithm with Example| Data scienceDecision tree induction \ Decision Tree Algorithm with Example| Data science
Decision tree induction \ Decision Tree Algorithm with Example| Data scienceMaryamRehman6
 
Image segmentation techniques
Image segmentation techniquesImage segmentation techniques
Image segmentation techniquesgmidhubala
 
Reinforcement Learning : A Beginners Tutorial
Reinforcement Learning : A Beginners TutorialReinforcement Learning : A Beginners Tutorial
Reinforcement Learning : A Beginners TutorialOmar Enayet
 
Watermark
WatermarkWatermark
Watermarkravi33s
 
Digital Image Processing_ ch1 introduction-2003
Digital Image Processing_ ch1 introduction-2003Digital Image Processing_ ch1 introduction-2003
Digital Image Processing_ ch1 introduction-2003Malik obeisat
 
Introduction to object detection
Introduction to object detectionIntroduction to object detection
Introduction to object detectionAmar Jindal
 
Digital Image Processing: An Introduction
Digital Image Processing: An IntroductionDigital Image Processing: An Introduction
Digital Image Processing: An IntroductionMostafa G. M. Mostafa
 
Panoptic Segmentation
Panoptic SegmentationPanoptic Segmentation
Panoptic SegmentationSungchul Kim
 

Mais procurados (20)

Computer graphics question for exam solved
Computer graphics question for exam solvedComputer graphics question for exam solved
Computer graphics question for exam solved
 
12 pattern recognition
12 pattern recognition12 pattern recognition
12 pattern recognition
 
Dip Image Segmentation
Dip Image SegmentationDip Image Segmentation
Dip Image Segmentation
 
Image Acquisition
Image AcquisitionImage Acquisition
Image Acquisition
 
Image processing
Image processingImage processing
Image processing
 
Introduction to computer graphics part 1
Introduction to computer graphics part 1Introduction to computer graphics part 1
Introduction to computer graphics part 1
 
Chapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & Kamber
Chapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & KamberChapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & Kamber
Chapter - 7 Data Mining Concepts and Techniques 2nd Ed slides Han & Kamber
 
Hough Transform By Md.Nazmul Islam
Hough Transform By Md.Nazmul IslamHough Transform By Md.Nazmul Islam
Hough Transform By Md.Nazmul Islam
 
Image processing fundamentals
Image processing fundamentalsImage processing fundamentals
Image processing fundamentals
 
AUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDA
AUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDAAUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDA
AUTOMATIC CAR LICENSE PLATE RECOGNITION USING VEDA
 
Deep Learning with Audio Signals: Prepare, Process, Design, Expect
Deep Learning with Audio Signals: Prepare, Process, Design, ExpectDeep Learning with Audio Signals: Prepare, Process, Design, Expect
Deep Learning with Audio Signals: Prepare, Process, Design, Expect
 
Decision tree induction \ Decision Tree Algorithm with Example| Data science
Decision tree induction \ Decision Tree Algorithm with Example| Data scienceDecision tree induction \ Decision Tree Algorithm with Example| Data science
Decision tree induction \ Decision Tree Algorithm with Example| Data science
 
Image segmentation techniques
Image segmentation techniquesImage segmentation techniques
Image segmentation techniques
 
Reinforcement Learning : A Beginners Tutorial
Reinforcement Learning : A Beginners TutorialReinforcement Learning : A Beginners Tutorial
Reinforcement Learning : A Beginners Tutorial
 
Watermark
WatermarkWatermark
Watermark
 
Digital Image Processing_ ch1 introduction-2003
Digital Image Processing_ ch1 introduction-2003Digital Image Processing_ ch1 introduction-2003
Digital Image Processing_ ch1 introduction-2003
 
License Plate recognition
License Plate recognitionLicense Plate recognition
License Plate recognition
 
Introduction to object detection
Introduction to object detectionIntroduction to object detection
Introduction to object detection
 
Digital Image Processing: An Introduction
Digital Image Processing: An IntroductionDigital Image Processing: An Introduction
Digital Image Processing: An Introduction
 
Panoptic Segmentation
Panoptic SegmentationPanoptic Segmentation
Panoptic Segmentation
 

Destaque

HIQA Barbara Foley
HIQA Barbara FoleyHIQA Barbara Foley
HIQA Barbara FoleyHIQAHI
 
HRB Sarah Craig
HRB Sarah Craig HRB Sarah Craig
HRB Sarah Craig HIQAHI
 
Lecture 1-money-banking-sb
Lecture 1-money-banking-sbLecture 1-money-banking-sb
Lecture 1-money-banking-sbNEERAJ MEENA
 
NOCA Marina Cronin
NOCA Marina Cronin NOCA Marina Cronin
NOCA Marina Cronin HIQAHI
 
Worst hollywood movie
Worst hollywood movieWorst hollywood movie
Worst hollywood moviewaleed ahmed
 
01clase 8 once inecuaciones valor absoluto
01clase 8 once inecuaciones valor absoluto01clase 8 once inecuaciones valor absoluto
01clase 8 once inecuaciones valor absolutoMateslide
 
Memoria agradecida... H. Teresa Gedda
Memoria agradecida... H. Teresa GeddaMemoria agradecida... H. Teresa Gedda
Memoria agradecida... H. Teresa GeddaMaike Loes
 
NCRI Kerri Clough Gorr
NCRI Kerri Clough GorrNCRI Kerri Clough Gorr
NCRI Kerri Clough GorrHIQAHI
 
Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...
Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...
Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...voginip
 
2017. Лекция №6. Медицинская паразитология
2017. Лекция №6. Медицинская паразитология2017. Лекция №6. Медицинская паразитология
2017. Лекция №6. Медицинская паразитологияportoble
 
Educational Technology 2 Presentation for Lesson 7
Educational Technology 2 Presentation for Lesson 7Educational Technology 2 Presentation for Lesson 7
Educational Technology 2 Presentation for Lesson 7Peter Lance Visita
 
Estructuras Urbanas Antiguas
Estructuras Urbanas AntiguasEstructuras Urbanas Antiguas
Estructuras Urbanas Antiguasricardocarvajal98
 
13. Διαφορετικότητα
13. Διαφορετικότητα13. Διαφορετικότητα
13. Διαφορετικότηταkat3rjna
 

Destaque (20)

HIQA Barbara Foley
HIQA Barbara FoleyHIQA Barbara Foley
HIQA Barbara Foley
 
Krisiel manierista
Krisiel manieristaKrisiel manierista
Krisiel manierista
 
Astronautica -carrera_espacial
Astronautica  -carrera_espacialAstronautica  -carrera_espacial
Astronautica -carrera_espacial
 
HRB Sarah Craig
HRB Sarah Craig HRB Sarah Craig
HRB Sarah Craig
 
Lecture 1-money-banking-sb
Lecture 1-money-banking-sbLecture 1-money-banking-sb
Lecture 1-money-banking-sb
 
NOCA Marina Cronin
NOCA Marina Cronin NOCA Marina Cronin
NOCA Marina Cronin
 
Hospiville
HospivilleHospiville
Hospiville
 
Worst hollywood movie
Worst hollywood movieWorst hollywood movie
Worst hollywood movie
 
El concepto cristiano de la disciplina
El concepto cristiano de la disciplinaEl concepto cristiano de la disciplina
El concepto cristiano de la disciplina
 
01clase 8 once inecuaciones valor absoluto
01clase 8 once inecuaciones valor absoluto01clase 8 once inecuaciones valor absoluto
01clase 8 once inecuaciones valor absoluto
 
Memoria agradecida... H. Teresa Gedda
Memoria agradecida... H. Teresa GeddaMemoria agradecida... H. Teresa Gedda
Memoria agradecida... H. Teresa Gedda
 
NCRI Kerri Clough Gorr
NCRI Kerri Clough GorrNCRI Kerri Clough Gorr
NCRI Kerri Clough Gorr
 
Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...
Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...
Rara, waar ben ik? - een introductie tot geolocatie, Bellingcat's belangrijks...
 
Opening Keynote
Opening Keynote Opening Keynote
Opening Keynote
 
Proyecto micelio
Proyecto micelioProyecto micelio
Proyecto micelio
 
2017. Лекция №6. Медицинская паразитология
2017. Лекция №6. Медицинская паразитология2017. Лекция №6. Медицинская паразитология
2017. Лекция №6. Медицинская паразитология
 
Free learning at offene schule waldau
Free learning at offene schule waldauFree learning at offene schule waldau
Free learning at offene schule waldau
 
Educational Technology 2 Presentation for Lesson 7
Educational Technology 2 Presentation for Lesson 7Educational Technology 2 Presentation for Lesson 7
Educational Technology 2 Presentation for Lesson 7
 
Estructuras Urbanas Antiguas
Estructuras Urbanas AntiguasEstructuras Urbanas Antiguas
Estructuras Urbanas Antiguas
 
13. Διαφορετικότητα
13. Διαφορετικότητα13. Διαφορετικότητα
13. Διαφορετικότητα
 

Semelhante a Reconhecimento de Padrões: Sistema, Métodos e Aplicações

Inteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativosInteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativosRodrigo de Oliveira
 
Sistemas Especialistas
Sistemas EspecialistasSistemas Especialistas
Sistemas Especialistaselliando dias
 
Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...
Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...
Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...Ronaldo Murguero
 
Inteligencia de negócios
Inteligencia de negóciosInteligencia de negócios
Inteligencia de negóciosDaniel Nóro
 
IES GF - Introdução a Linguagem de Programação Orientada a Objetos
IES GF - Introdução a Linguagem de Programação Orientada a ObjetosIES GF - Introdução a Linguagem de Programação Orientada a Objetos
IES GF - Introdução a Linguagem de Programação Orientada a ObjetosRamon Mayor Martins
 
Classificação de imagens não supervisionada - KMEANS e ISODATA
Classificação de imagens não supervisionada - KMEANS e ISODATAClassificação de imagens não supervisionada - KMEANS e ISODATA
Classificação de imagens não supervisionada - KMEANS e ISODATAAndré Andrade
 
Apresentação visão computacional
Apresentação visão computacionalApresentação visão computacional
Apresentação visão computacionalEdvaldo Araújo
 
Análise de Técnicas Computacionais para Classificação de Emoções
Análise de Técnicas Computacionais para Classificação de EmoçõesAnálise de Técnicas Computacionais para Classificação de Emoções
Análise de Técnicas Computacionais para Classificação de EmoçõesAdilmar Dantas
 
Data Mining (mineração de dados)
Data Mining (mineração de dados)Data Mining (mineração de dados)
Data Mining (mineração de dados)Jéssica Góis Scala
 
Análise de Clusters - White Paper ELOGroup
Análise de Clusters - White Paper ELOGroupAnálise de Clusters - White Paper ELOGroup
Análise de Clusters - White Paper ELOGroupEloGroup
 
Representação do conhecimento (rc)
Representação do conhecimento (rc)Representação do conhecimento (rc)
Representação do conhecimento (rc)iaudesc
 
Automação baseada em comportamento
Automação baseada em comportamentoAutomação baseada em comportamento
Automação baseada em comportamentoAlberto Laurentino
 
Detecção de Faces - Redes Neurais *MLP
Detecção de Faces - Redes Neurais *MLPDetecção de Faces - Redes Neurais *MLP
Detecção de Faces - Redes Neurais *MLPAdilmar Dantas
 

Semelhante a Reconhecimento de Padrões: Sistema, Métodos e Aplicações (20)

Inteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativosInteligência artificial para sistemas colaborativos
Inteligência artificial para sistemas colaborativos
 
Sistemas Especialistas
Sistemas EspecialistasSistemas Especialistas
Sistemas Especialistas
 
Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...
Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...
Um sistema de manutenção semiautomática de ontologias a partir do reconhecime...
 
Inteligencia de negócios
Inteligencia de negóciosInteligencia de negócios
Inteligencia de negócios
 
Data mining
Data miningData mining
Data mining
 
IES GF - Introdução a Linguagem de Programação Orientada a Objetos
IES GF - Introdução a Linguagem de Programação Orientada a ObjetosIES GF - Introdução a Linguagem de Programação Orientada a Objetos
IES GF - Introdução a Linguagem de Programação Orientada a Objetos
 
Mineração
MineraçãoMineração
Mineração
 
Classificação de imagens não supervisionada - KMEANS e ISODATA
Classificação de imagens não supervisionada - KMEANS e ISODATAClassificação de imagens não supervisionada - KMEANS e ISODATA
Classificação de imagens não supervisionada - KMEANS e ISODATA
 
Apresentação visão computacional
Apresentação visão computacionalApresentação visão computacional
Apresentação visão computacional
 
Análise de Técnicas Computacionais para Classificação de Emoções
Análise de Técnicas Computacionais para Classificação de EmoçõesAnálise de Técnicas Computacionais para Classificação de Emoções
Análise de Técnicas Computacionais para Classificação de Emoções
 
Trabalho PI I
Trabalho PI ITrabalho PI I
Trabalho PI I
 
ID3 Algorithm
ID3 AlgorithmID3 Algorithm
ID3 Algorithm
 
Data Mining (mineração de dados)
Data Mining (mineração de dados)Data Mining (mineração de dados)
Data Mining (mineração de dados)
 
Sld 4
Sld 4Sld 4
Sld 4
 
Análise de Clusters - White Paper ELOGroup
Análise de Clusters - White Paper ELOGroupAnálise de Clusters - White Paper ELOGroup
Análise de Clusters - White Paper ELOGroup
 
Representação do conhecimento (rc)
Representação do conhecimento (rc)Representação do conhecimento (rc)
Representação do conhecimento (rc)
 
Automação baseada em comportamento
Automação baseada em comportamentoAutomação baseada em comportamento
Automação baseada em comportamento
 
Tsg web mining
Tsg web miningTsg web mining
Tsg web mining
 
Grounded theory
Grounded theoryGrounded theory
Grounded theory
 
Detecção de Faces - Redes Neurais *MLP
Detecção de Faces - Redes Neurais *MLPDetecção de Faces - Redes Neurais *MLP
Detecção de Faces - Redes Neurais *MLP
 

Mais de gelcine Angela

PLANO DE PESQUISA - SEGURANÇA
PLANO DE PESQUISA - SEGURANÇAPLANO DE PESQUISA - SEGURANÇA
PLANO DE PESQUISA - SEGURANÇAgelcine Angela
 
SEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentos
SEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentosSEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentos
SEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentosgelcine Angela
 
COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)
COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)
COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)gelcine Angela
 
Apresentaçao Lavanderia Hospitalar
Apresentaçao Lavanderia HospitalarApresentaçao Lavanderia Hospitalar
Apresentaçao Lavanderia Hospitalargelcine Angela
 
Trabalho gestão ambiental e siderurgia
Trabalho gestão ambiental e siderurgiaTrabalho gestão ambiental e siderurgia
Trabalho gestão ambiental e siderurgiagelcine Angela
 
PROJETO DE FABRICA DE CADEIRA Completo 1 e 2
PROJETO DE FABRICA DE CADEIRA Completo 1 e 2PROJETO DE FABRICA DE CADEIRA Completo 1 e 2
PROJETO DE FABRICA DE CADEIRA Completo 1 e 2gelcine Angela
 
Apresentação logistica 2015
Apresentação logistica 2015Apresentação logistica 2015
Apresentação logistica 2015gelcine Angela
 
PLANEJAMENTO CONSTRUÇÃO DE CASA
PLANEJAMENTO CONSTRUÇÃO DE CASAPLANEJAMENTO CONSTRUÇÃO DE CASA
PLANEJAMENTO CONSTRUÇÃO DE CASAgelcine Angela
 
INTRODUÇÃO A ENGENHARIA
INTRODUÇÃO A ENGENHARIA INTRODUÇÃO A ENGENHARIA
INTRODUÇÃO A ENGENHARIA gelcine Angela
 
GESTÃO DE Projeto formatura 2015
GESTÃO DE Projeto formatura 2015GESTÃO DE Projeto formatura 2015
GESTÃO DE Projeto formatura 2015gelcine Angela
 
GESTÃO DE OPERAÇÃO DE SERVIÇO
GESTÃO DE OPERAÇÃO DE SERVIÇOGESTÃO DE OPERAÇÃO DE SERVIÇO
GESTÃO DE OPERAÇÃO DE SERVIÇOgelcine Angela
 
Trabalho de Ergonomia 2015
Trabalho de Ergonomia 2015Trabalho de Ergonomia 2015
Trabalho de Ergonomia 2015gelcine Angela
 
TCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUSTCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUSgelcine Angela
 
TCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUSTCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUSgelcine Angela
 

Mais de gelcine Angela (20)

PLANO DE PESQUISA - SEGURANÇA
PLANO DE PESQUISA - SEGURANÇAPLANO DE PESQUISA - SEGURANÇA
PLANO DE PESQUISA - SEGURANÇA
 
SEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentos
SEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentosSEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentos
SEGURANÇA NR-12 COMPARAÇÃO Maquinas e equipamentos
 
COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)
COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)
COMPARAÇÃO DA NR-15 (anexo 1 e 2 Ruido) e NHO-1(RUIDO)
 
Apresentaçao Lavanderia Hospitalar
Apresentaçao Lavanderia HospitalarApresentaçao Lavanderia Hospitalar
Apresentaçao Lavanderia Hospitalar
 
Trabalho marketing
Trabalho marketingTrabalho marketing
Trabalho marketing
 
Trabalho gestão ambiental e siderurgia
Trabalho gestão ambiental e siderurgiaTrabalho gestão ambiental e siderurgia
Trabalho gestão ambiental e siderurgia
 
PROJETO DE FABRICA DE CADEIRA Completo 1 e 2
PROJETO DE FABRICA DE CADEIRA Completo 1 e 2PROJETO DE FABRICA DE CADEIRA Completo 1 e 2
PROJETO DE FABRICA DE CADEIRA Completo 1 e 2
 
Kanban
Kanban Kanban
Kanban
 
Apresentação logistica 2015
Apresentação logistica 2015Apresentação logistica 2015
Apresentação logistica 2015
 
PLANEJAMENTO CONSTRUÇÃO DE CASA
PLANEJAMENTO CONSTRUÇÃO DE CASAPLANEJAMENTO CONSTRUÇÃO DE CASA
PLANEJAMENTO CONSTRUÇÃO DE CASA
 
ENGENHARIA TRABALHO
ENGENHARIA TRABALHOENGENHARIA TRABALHO
ENGENHARIA TRABALHO
 
INTRODUÇÃO A ENGENHARIA
INTRODUÇÃO A ENGENHARIA INTRODUÇÃO A ENGENHARIA
INTRODUÇÃO A ENGENHARIA
 
GESTÃO DE Projeto formatura 2015
GESTÃO DE Projeto formatura 2015GESTÃO DE Projeto formatura 2015
GESTÃO DE Projeto formatura 2015
 
GESTÃO DE OPERAÇÃO DE SERVIÇO
GESTÃO DE OPERAÇÃO DE SERVIÇOGESTÃO DE OPERAÇÃO DE SERVIÇO
GESTÃO DE OPERAÇÃO DE SERVIÇO
 
TRIZ
TRIZTRIZ
TRIZ
 
Trabalho de Ergonomia 2015
Trabalho de Ergonomia 2015Trabalho de Ergonomia 2015
Trabalho de Ergonomia 2015
 
A voz do_cliente
A voz do_clienteA voz do_cliente
A voz do_cliente
 
Custo ambientais
Custo ambientaisCusto ambientais
Custo ambientais
 
TCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUSTCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUS
 
TCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUSTCC - GELCINE E VINICIUS
TCC - GELCINE E VINICIUS
 

Último

Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3filiperigueira1
 
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdfPROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdfdanielemarques481
 
Apresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPMApresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPMdiminutcasamentos
 
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptxVagner Soares da Costa
 
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docxTRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docxFlvioDadinhoNNhamizi
 
Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdfTipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdfMarcos Boaventura
 
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptxVagner Soares da Costa
 

Último (7)

Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3
 
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdfPROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
 
Apresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPMApresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPM
 
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
 
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docxTRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
 
Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdfTipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
 
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
 

Reconhecimento de Padrões: Sistema, Métodos e Aplicações

  • 1. Grupo: Gelcine Ângela da Silva Glauber da Silva Pereira
  • 2. Conceitos Padrão é uma descrição quantitativa ou estrutural de um objeto, ou de outra entidade de interesse em uma imagem ou em um sinal. Um padrão é em geral composto por um ou mais descritores, mais frequentemente conhecidos como características. Classe de padrões pode ser considerada como uma família de padrões que compartilhem algumas propriedades comuns. O reconhecimento de padrões por máquinas envolve técnicas inteligentes para atribuição dos padrões às suas respectivas classes.
  • 3. Do que se trata Não é preciso ser alfabetizado para identificar uma garrafa e uma casa, mas é preciso saber, antes, o que é uma casa e o que é uma garrafa. Um observador deve ser capaz de olhar para o desenho, extrair as características, associá-lo ao padrão de um objeto conhecido e, por fim, classificá-lo. A automação das máquinas para realizar este trabalho de identificar tarefas inerentes ao reconhecimento de padrões é bem mais difícil.
  • 5. Sistema de reconhecimento de padrões  A primeira etapa é de aquisição dos sinais ou imagens, formando os dados de entrada para o sistema.  A segunda etapa é responsável pela segmentação, que de uma maneira simples para um sistema por exemplo envolvendo aquisição de imagens, define-se como a separação dos objetos de interesse na imagem dos outros objetos contendo informação irrelevante.  O problema de segmentação é um dos problemas mais complexos em reconhecimento de padrões, por exemplo, a problemática existente em sistema de reconhecimento de voz.  A terceira etapa, extração de características, é responsável pela formação de um conjunto de medidas ou valores que sejam similares para objetos pertencentes a mesma classe, e diferentes para objetos de classes distintas.  A quarta etapa, a classificação propriamente dita, tem como objetivo usar o vetor de entrada, formado pelas características, para atribuir um objeto à uma classe.  A quinta etapa, que pode ou não existir em determinados sistemas, envolve normalmente uma tomada de decisão a partir do resultado da classificação  A etapa de classificação pode ser desenvolvida usando-se várias técnicas, como as que empregam classificadores estatísticos, as redes neurais artificiais, lógica difusa e sistemas híbridos.
  • 6. Métodos Conforme o tipo de objetos a classificar (ou descrever) o projeto de Reconhecimento de Padrões usa algum (ou alguns) dos seguintes principais métodos ou abordagens: Abordagem estatística: A abordagem clássica, historicamente mais antiga, denominada por "Teoria da Decisão". Assume que as características das classes se regem por determinados modelos probabilísticos. Abordagem sintática: Procura descrever a estrutura dos padrões usando inter- relações de características descritoras básicas denominadas primitivas. Abordagem neuronal: Abordagem tipo "caixa negra" que procura determinar um mapeamento óptimo entre entradas e saídas inspirando-se em modelos de neurónios do cérebro. Abordagem difusa: Abordagem que tem em conta o grau de incerteza por vezes inerente a características e a classificações, usando a Teoria dos conjuntos difusos para modelizar esse grau de incerteza.
  • 7. Áreas de Aplicações do Reconhecimento de Padrões Tornar máquinas capazes de reconhecer padrões, possibilita automatizar todas essas tarefas. As técnicas de reconhecimento de padrões têm aplicação em diferentes áreas, Aplicações científicas, Aplicações industriais, Aplicações médicas, Aplicações na agricultura, Aplicações governamentais, Aplicações militares.
  • 8. Aplicações Industriais Reconhecimento de caracteres, Máquinas controladas por imagens, Detecção de defeitos (p.ex. têxteis), Análise e reconhecimento da fala, Análise de assinaturas, Identificação de retina, Reconhecimento de caras, Visão por computador, Análise e descrição de cenas, Sistemas automáticos de navegação, Reconhecimento de fotografias, Exploração de minérios, Detecção de fluxos (X-ray, sonic), Multimídia e animação, Projeto de brinquedos electrónicos, Citologia automatizada, Sistemas de análise psicológica.
  • 9. Contribuição A contribuição do engenheiro para o Reconhecimento de Padrões é atuar nas áreas de pesquisa e desenvolvimento, para descoberta de novas técnicas e tecnologias, aprimorando o diagnóstico de Reconhecimento de Padrões.
  • 10. Referências Bibliográficas  http://paginas.fe.up.pt/~jmsa/recpad/  http://www.romeu.eng.br/Tese_Doutorado.pdf  http://pt.wikipedia.org/wiki/Reconhecimento_de_padr%C3%B5es#Liga. C3.A7.C3.B5es_externas