Treinamento de um detector de pedestres baseado em características Haar utilizando o algoritmo de Viola-Jones e o dataset Shinpuhkan. Implementação do detector e proposta de um rastreador baseado na distância de Bhattacharyya entre histogramas espacialmente ponderados para associar identidades de alvos.
1) O documento apresenta o programa da disciplina de Redes Neurais ministrada pelo professor Germano Vasconcelos, abordando os fundamentos, modelos, aplicações e projeto prático.
2) As aulas abordam tópicos como redes feedforward, recorrentes, auto-organizáveis e construtivas, além de aplicações como reconhecimento de padrões e previsão.
3) Os alunos deverão desenvolver um projeto aplicando redes neurais a um problema do mundo real.
O documento discute os conceitos de visão computacional, descrevendo como ela busca entender o processamento visual humano. Ele explica as principais etapas de um sistema de visão computacional, como aquisição, pré-processamento, extração de características e reconhecimento de padrões. O documento também discute a biblioteca OpenCV e alguns desafios da área.
Inteligência Artificial e suas aplicações - A experiência do TECPARBruno Campagnolo
O documento apresenta as atividades da Divisão de Inteligência Artificial (DIA) do TECPAR no Paraná, incluindo aplicações de IA em engenharia do conhecimento, sistemas multiagentes, bioinformática, jogos e robótica. A DIA desenvolve sistemas especialistas para monitoramento industrial e apoio à cadeia do leite, além de pesquisas em redes neurais, controle de robôs e agentes inteligentes para jogos.
Orientação a Objetos para Desenvolvedores AndroidIury Teixeira
Material de Orientação a Objetos com Java objetivando auxiliar no aprendizado do paradigma e da linguagem Java, preparando o aluno para programar para Google Android
This document provides details of the proposed building services systems for an elderly center located in Taman Kanagapuram, including mechanical ventilation, air conditioning, fire protection, and mechanical transportation systems. It includes an introduction to the elderly center and its floor plans, followed by sections on each building system that discuss literature reviews, proposed designs, components, and conclusions. Diagrams and figures are provided to illustrate the proposed layout and components of the different mechanical and electrical systems for ventilation, air conditioning, fire safety, and transportation within the building.
La Unión Europea ha acordado un embargo petrolero contra Rusia en respuesta a la invasión de Ucrania. El embargo prohibirá las importaciones marítimas de petróleo ruso a la UE y pondrá fin a las entregas a través de oleoductos dentro de seis meses. Esta medida forma parte de un sexto paquete de sanciones de la UE destinadas a aumentar la presión económica sobre Moscú y privar al Kremlin de fondos para financiar su guerra.
Jamison C. Huff has over 20 years of experience in operations management, quality systems, and continuous improvement. He is currently the Quality Systems Supervisor at Thermo Fisher Scientific where he implements and maintains quality systems and ensures regulatory compliance. Previously he held plant manager and operations manager roles at various beverage manufacturing companies where he improved processes, reduced costs, and ensured safety and quality standards. He served in the United States Marine Corps for over 4 years in various leadership roles.
Este documento presenta una convocatoria para contratar servicios administrativos en la Unidad de Gestión Educativa Local N° 02 La Esperanza, incluyendo los puestos de Ingeniero I, Estadístico I y Trabajador de Servicio. Se describen los requisitos, funciones y condiciones de cada puesto. Finalmente, se presenta el cronograma del proceso de selección que consta de 8 etapas como la presentación de expedientes, evaluación, entrevistas y publicación de resultados.
1) O documento apresenta o programa da disciplina de Redes Neurais ministrada pelo professor Germano Vasconcelos, abordando os fundamentos, modelos, aplicações e projeto prático.
2) As aulas abordam tópicos como redes feedforward, recorrentes, auto-organizáveis e construtivas, além de aplicações como reconhecimento de padrões e previsão.
3) Os alunos deverão desenvolver um projeto aplicando redes neurais a um problema do mundo real.
O documento discute os conceitos de visão computacional, descrevendo como ela busca entender o processamento visual humano. Ele explica as principais etapas de um sistema de visão computacional, como aquisição, pré-processamento, extração de características e reconhecimento de padrões. O documento também discute a biblioteca OpenCV e alguns desafios da área.
Inteligência Artificial e suas aplicações - A experiência do TECPARBruno Campagnolo
O documento apresenta as atividades da Divisão de Inteligência Artificial (DIA) do TECPAR no Paraná, incluindo aplicações de IA em engenharia do conhecimento, sistemas multiagentes, bioinformática, jogos e robótica. A DIA desenvolve sistemas especialistas para monitoramento industrial e apoio à cadeia do leite, além de pesquisas em redes neurais, controle de robôs e agentes inteligentes para jogos.
Orientação a Objetos para Desenvolvedores AndroidIury Teixeira
Material de Orientação a Objetos com Java objetivando auxiliar no aprendizado do paradigma e da linguagem Java, preparando o aluno para programar para Google Android
This document provides details of the proposed building services systems for an elderly center located in Taman Kanagapuram, including mechanical ventilation, air conditioning, fire protection, and mechanical transportation systems. It includes an introduction to the elderly center and its floor plans, followed by sections on each building system that discuss literature reviews, proposed designs, components, and conclusions. Diagrams and figures are provided to illustrate the proposed layout and components of the different mechanical and electrical systems for ventilation, air conditioning, fire safety, and transportation within the building.
La Unión Europea ha acordado un embargo petrolero contra Rusia en respuesta a la invasión de Ucrania. El embargo prohibirá las importaciones marítimas de petróleo ruso a la UE y pondrá fin a las entregas a través de oleoductos dentro de seis meses. Esta medida forma parte de un sexto paquete de sanciones de la UE destinadas a aumentar la presión económica sobre Moscú y privar al Kremlin de fondos para financiar su guerra.
Jamison C. Huff has over 20 years of experience in operations management, quality systems, and continuous improvement. He is currently the Quality Systems Supervisor at Thermo Fisher Scientific where he implements and maintains quality systems and ensures regulatory compliance. Previously he held plant manager and operations manager roles at various beverage manufacturing companies where he improved processes, reduced costs, and ensured safety and quality standards. He served in the United States Marine Corps for over 4 years in various leadership roles.
Este documento presenta una convocatoria para contratar servicios administrativos en la Unidad de Gestión Educativa Local N° 02 La Esperanza, incluyendo los puestos de Ingeniero I, Estadístico I y Trabajador de Servicio. Se describen los requisitos, funciones y condiciones de cada puesto. Finalmente, se presenta el cronograma del proceso de selección que consta de 8 etapas como la presentación de expedientes, evaluación, entrevistas y publicación de resultados.
Este documento resume los conceptos fundamentales del movimiento parabólico con velocidad constante. Explica que un campo es una región del espacio donde se asigna un valor escalar o vectorial a cada punto, como el campo gravitatorio producido por la materia de un cuerpo. También describe cómo construir las ecuaciones de posición, velocidad y aceleración para analizar la trayectoria parabólica de un proyectil, fijando condiciones iniciales como la velocidad y ángulo. El documento concluye explicando cómo resolver problemas de tiro parabó
This document is a technician's training record that shows his completed, in progress, and required courses. It indicates that Nirmal Francis is a Technician Level 2 and lists the courses he needs to complete by March 31, 2016 to become a Level 3 technician. It also shows some courses he has started or completed, including eLearning courses on automatic transmissions and diesel engine management systems and an in-progress course on 2.2 liter diesel engines.
Kernel Recipes 2016 - Kernel documentation: what we have and where it’s goingAnne Nicolas
The Linux kernel features an extensive array of, to put it kindly, somewhat disorganized documentation. A significant effort is underway to make things better, though. This talk will review the state of kernel documentation, cover the changes that are being made (including the adoption of a new system for formatted documentation), and discuss how interested developers can help.
Jonathan Corbet, LWN.net
Next Generation Consultants provides consulting services to organizations in the community investment and development sectors. They conduct research on global and local trends and forecasts in these areas. Their 2016/2017 report identifies several prevailing trends between 2013-2016, including the resource squeeze due to scarce funding, an upward spiral of increased need, and the need for advocacy to address systemic barriers. Other trends include demands for increased transparency about outcomes, acknowledging the true costs of operations and grantmaking, and greater scrutiny of governance and financial practices. The report also notes emerging issues like data visualization, online engagement, leadership and skills challenges, and experimentation with new organizational structures for social good.
How Customer Development fuels product development in SaaS, E-commerce and Mo...Anna Maistrenka
The document discusses how customer development fuels product development in SaaS, e-commerce, and mobile. It outlines the key stages of customer development: acquisition, activation, revenue, and provides tips for each stage. Some tips discussed include using landing pages and surveys to collect customer insights during acquisition, using analytics to track customer behavior during activation, following up with customers via email or phone call after a purchase or using a product. The document also discusses using customer segmentation and usability testing to inform product development for mobile. Overall, the document emphasizes the importance of getting customer feedback at every stage of development to better understand customers and build successful products.
Kernel Recipes 2016 - Understanding a Real-Time System (more than just a kernel)Anne Nicolas
The PREEMPT_RT patch turns Linux into a hard Real-Time designed operating system. But it takes more than just a kernel to make sure you can meet all your requirements. This talk explains all aspects of the system that is being used for a mission critical project that must be considered. Creating a Real-Time environment is difficult and there is no simple solution to make sure that your system is capable to fulfill its needs. One must be vigilant with all aspects of the system to make sure there are no surprises. This talk will discuss most of the “gotchas” that come with putting together a Real-Time system.
You don’t need to be a developer to enjoy this talk. If you are curious to know how your computer is an unpredictable mess you should definitely come to this talk.
Steven Rostedt - Red Hat
The document discusses trends in corporate social investment and partnerships with NGOs. It outlines how approaches have shifted from traditional philanthropy to more strategic, long-term investments aligned with business objectives. Common reasons for social investment failures include a lack of local context understanding, insufficient community participation, unclear objectives, and failure to ensure sustainability or measure impact. The document provides suggestions for best practices like multi-year funding and common performance metrics to improve partnerships between companies and NGOs.
오픈스택이 가진 기술에 대하여 설명합니다.
1. 오픈소스기반 OpenStack 클라우드 시스템
2. OpenStack 기술 개요 및 동향
3. OpenStack 의 Community 개발 체계
4. OpenStack HA를 위한 방안
5. OpenStack SDN 개발 동향
6. Neutron OVS-DPDK 가속화와 구현방안
Este documento presenta información sobre diferentes tipos de conexiones inalámbricas punto a punto y punto a multipunto utilizando MikroTik RouterOS. Explica las configuraciones para conexiones transparentes como Bridge-Station, EoIP bridging y WDS. También discute cómo optimizar el rendimiento mediante el uso de protocolos como 802.11n, Nstreme y NV2 y cómo resolver problemas comunes de desconexión.
레드햇 엔터프라이즈 리눅스 7 기반에 대한 운영자 가이드 기초편을 공유합니다.
부트로더 관리, 패키지, 네트워크, 스토리지 및 크래쉬 덤프 발생에 대한 관리까지 기초 운영 지식에 대한 부분을 본 문서를 통해 얻으실 수 있습니다.
오픈소스컨설팅의 문경윤차장께서 공유해주신 내용입니다.
Machine learning java ce conference 2012 - fortaleza ceLuca Bastos
1) O documento discute machine learning e apresenta o Weka, uma ferramenta de código aberto para aprendizado de máquina.
2) O Weka contém algoritmos de aprendizado supervisionado e não supervisionado, pré-processamento de dados e interfaces gráficas.
3) O documento explica como usar o Weka para classificação, clustering, seleção de atributos e experimentação com diferentes algoritmos.
Algorítmo de Identificação de Imagens Através da Implementação de RNALucas Sabadini
Apresentação do trabalho Algorítmo de Identificação de Imagens Através da Implementação de RNA, disciplina de Inteligência Artificial, Centro Universitário de Votuporanga - UNIFEV
O documento discute a visão computacional e o OpenCV. Ele introduz conceitos básicos de imagem digital e operações de filtros. Também descreve o algoritmo Viola-Jones para detecção de objetos em OpenCV e como ele pode ser usado para detectar vários objetos como rostos e placas de trânsito.
Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Co...Marcelo Damasceno de Melo
O documento apresenta uma proposta para verificar usuários utilizando biometrias comportamentais canceláveis em dispositivos móveis. Foram avaliados diferentes classificadores e métodos de fusão em uma base de dados de interações em tela touchscreen. Os resultados indicam que as transformações BioConvolving e Soma Dupla apresentam desempenho similar aos dados originais, enquanto Interpolação e BioHashing tiveram piores resultados.
O documento introduz os conceitos de processamento de imagens e visão computacional, discutindo as diferenças entre os dois. Explica como a biblioteca OpenCV pode ser usada para implementar funções de processamento de imagens, segmentação, reconhecimento de padrões e rastreamento em tempo real.
O documento discute visão computacional e fornece uma introdução aos principais tópicos, incluindo: (1) como os computadores processam imagens, (2) bibliotecas como OpenCV, (3) algoritmos como detecção de movimento, detecção facial e estimativa de posição 3D, e (4) aplicações como reconhecimento de objetos e caracteres.
1) O documento discute sistemas cognitivos, classificando-os em dois grupos principais: cognitivistas e emergentes.
2) Os sistemas cognitivistas se baseiam em símbolos e processamento de sistemas representacionais, enquanto os emergentes envolvem agentes autônomos que operam de modo eficaz em ambientes.
3) Exemplos de cada abordagem são apresentados, como sistemas de visão cognitiva e redes neurais aplicadas em robótica para os cognitivistas, e sistemas enactiv
Inteligência Artificial e suas aplicações - A experiência do TECPARBruno Campagnolo
O documento apresenta as atividades de pesquisa e desenvolvimento em inteligência artificial realizadas pelo TECPAR e CESI, incluindo sistemas especialistas, inteligência artificial distribuída, bioinformática, game AI e robótica. Também discute a evolução da IA, suas aplicações e tendências futuras, como interfaces mais integradas entre homem e máquina.
O documento discute reconhecimento facial, incluindo sua história, técnicas como PCA, ICA, LDA, e aplicações como segurança, identificação e sites de redes sociais. Problemas como iluminação e mudanças físicas ainda precisam ser resolvidos para reconhecimento facial em larga escala.
Fundamentos de Ciência de Dados e Inteligência Artificial
Crescimento e Impacto no Mercado: A visão computacional está crescendo exponencialmente, com aplicações em setores como automotivo, saúde, segurança e produção, impulsionada por avanços em IA e machine learning, tornando as soluções mais eficientes e acessíveis.
Inovação e Desenvolvimento Tecnológico: Avanços em hardware (GPUs avançados) e software (algoritmos sofisticados) estão melhorando a eficiência e a precisão das aplicações de visão computacional, possibilitando novas funcionalidades.
Desafios Futuros e Oportunidades: Desafios relacionados à privacidade de dados, ética e soluções estão surgindo, mas também representam oportunidades significativas para inovação e pesquisa.
TCC_-_IoT aplicada no monitoramento da saúde de pessoas idosas - detecção de ...GiseliSiqueira1
Este documento descreve um sistema para identificar quedas de idosos usando dispositivos vestíveis como smartwatches. O sistema usa limites de aceleração e janelas de tempo para caracterizar quedas e foi testado em uma base de dados simulada. Os resultados mostraram que o sistema pode identificar quedas com até 98% de acurácia dependendo do local do dispositivo, com desempenho melhor em áreas menos móveis do corpo.
Este documento resume los conceptos fundamentales del movimiento parabólico con velocidad constante. Explica que un campo es una región del espacio donde se asigna un valor escalar o vectorial a cada punto, como el campo gravitatorio producido por la materia de un cuerpo. También describe cómo construir las ecuaciones de posición, velocidad y aceleración para analizar la trayectoria parabólica de un proyectil, fijando condiciones iniciales como la velocidad y ángulo. El documento concluye explicando cómo resolver problemas de tiro parabó
This document is a technician's training record that shows his completed, in progress, and required courses. It indicates that Nirmal Francis is a Technician Level 2 and lists the courses he needs to complete by March 31, 2016 to become a Level 3 technician. It also shows some courses he has started or completed, including eLearning courses on automatic transmissions and diesel engine management systems and an in-progress course on 2.2 liter diesel engines.
Kernel Recipes 2016 - Kernel documentation: what we have and where it’s goingAnne Nicolas
The Linux kernel features an extensive array of, to put it kindly, somewhat disorganized documentation. A significant effort is underway to make things better, though. This talk will review the state of kernel documentation, cover the changes that are being made (including the adoption of a new system for formatted documentation), and discuss how interested developers can help.
Jonathan Corbet, LWN.net
Next Generation Consultants provides consulting services to organizations in the community investment and development sectors. They conduct research on global and local trends and forecasts in these areas. Their 2016/2017 report identifies several prevailing trends between 2013-2016, including the resource squeeze due to scarce funding, an upward spiral of increased need, and the need for advocacy to address systemic barriers. Other trends include demands for increased transparency about outcomes, acknowledging the true costs of operations and grantmaking, and greater scrutiny of governance and financial practices. The report also notes emerging issues like data visualization, online engagement, leadership and skills challenges, and experimentation with new organizational structures for social good.
How Customer Development fuels product development in SaaS, E-commerce and Mo...Anna Maistrenka
The document discusses how customer development fuels product development in SaaS, e-commerce, and mobile. It outlines the key stages of customer development: acquisition, activation, revenue, and provides tips for each stage. Some tips discussed include using landing pages and surveys to collect customer insights during acquisition, using analytics to track customer behavior during activation, following up with customers via email or phone call after a purchase or using a product. The document also discusses using customer segmentation and usability testing to inform product development for mobile. Overall, the document emphasizes the importance of getting customer feedback at every stage of development to better understand customers and build successful products.
Kernel Recipes 2016 - Understanding a Real-Time System (more than just a kernel)Anne Nicolas
The PREEMPT_RT patch turns Linux into a hard Real-Time designed operating system. But it takes more than just a kernel to make sure you can meet all your requirements. This talk explains all aspects of the system that is being used for a mission critical project that must be considered. Creating a Real-Time environment is difficult and there is no simple solution to make sure that your system is capable to fulfill its needs. One must be vigilant with all aspects of the system to make sure there are no surprises. This talk will discuss most of the “gotchas” that come with putting together a Real-Time system.
You don’t need to be a developer to enjoy this talk. If you are curious to know how your computer is an unpredictable mess you should definitely come to this talk.
Steven Rostedt - Red Hat
The document discusses trends in corporate social investment and partnerships with NGOs. It outlines how approaches have shifted from traditional philanthropy to more strategic, long-term investments aligned with business objectives. Common reasons for social investment failures include a lack of local context understanding, insufficient community participation, unclear objectives, and failure to ensure sustainability or measure impact. The document provides suggestions for best practices like multi-year funding and common performance metrics to improve partnerships between companies and NGOs.
오픈스택이 가진 기술에 대하여 설명합니다.
1. 오픈소스기반 OpenStack 클라우드 시스템
2. OpenStack 기술 개요 및 동향
3. OpenStack 의 Community 개발 체계
4. OpenStack HA를 위한 방안
5. OpenStack SDN 개발 동향
6. Neutron OVS-DPDK 가속화와 구현방안
Este documento presenta información sobre diferentes tipos de conexiones inalámbricas punto a punto y punto a multipunto utilizando MikroTik RouterOS. Explica las configuraciones para conexiones transparentes como Bridge-Station, EoIP bridging y WDS. También discute cómo optimizar el rendimiento mediante el uso de protocolos como 802.11n, Nstreme y NV2 y cómo resolver problemas comunes de desconexión.
레드햇 엔터프라이즈 리눅스 7 기반에 대한 운영자 가이드 기초편을 공유합니다.
부트로더 관리, 패키지, 네트워크, 스토리지 및 크래쉬 덤프 발생에 대한 관리까지 기초 운영 지식에 대한 부분을 본 문서를 통해 얻으실 수 있습니다.
오픈소스컨설팅의 문경윤차장께서 공유해주신 내용입니다.
Machine learning java ce conference 2012 - fortaleza ceLuca Bastos
1) O documento discute machine learning e apresenta o Weka, uma ferramenta de código aberto para aprendizado de máquina.
2) O Weka contém algoritmos de aprendizado supervisionado e não supervisionado, pré-processamento de dados e interfaces gráficas.
3) O documento explica como usar o Weka para classificação, clustering, seleção de atributos e experimentação com diferentes algoritmos.
Algorítmo de Identificação de Imagens Através da Implementação de RNALucas Sabadini
Apresentação do trabalho Algorítmo de Identificação de Imagens Através da Implementação de RNA, disciplina de Inteligência Artificial, Centro Universitário de Votuporanga - UNIFEV
O documento discute a visão computacional e o OpenCV. Ele introduz conceitos básicos de imagem digital e operações de filtros. Também descreve o algoritmo Viola-Jones para detecção de objetos em OpenCV e como ele pode ser usado para detectar vários objetos como rostos e placas de trânsito.
Sistemas de Classificação para Verificação de Usuário Utilizando Biometria Co...Marcelo Damasceno de Melo
O documento apresenta uma proposta para verificar usuários utilizando biometrias comportamentais canceláveis em dispositivos móveis. Foram avaliados diferentes classificadores e métodos de fusão em uma base de dados de interações em tela touchscreen. Os resultados indicam que as transformações BioConvolving e Soma Dupla apresentam desempenho similar aos dados originais, enquanto Interpolação e BioHashing tiveram piores resultados.
O documento introduz os conceitos de processamento de imagens e visão computacional, discutindo as diferenças entre os dois. Explica como a biblioteca OpenCV pode ser usada para implementar funções de processamento de imagens, segmentação, reconhecimento de padrões e rastreamento em tempo real.
O documento discute visão computacional e fornece uma introdução aos principais tópicos, incluindo: (1) como os computadores processam imagens, (2) bibliotecas como OpenCV, (3) algoritmos como detecção de movimento, detecção facial e estimativa de posição 3D, e (4) aplicações como reconhecimento de objetos e caracteres.
1) O documento discute sistemas cognitivos, classificando-os em dois grupos principais: cognitivistas e emergentes.
2) Os sistemas cognitivistas se baseiam em símbolos e processamento de sistemas representacionais, enquanto os emergentes envolvem agentes autônomos que operam de modo eficaz em ambientes.
3) Exemplos de cada abordagem são apresentados, como sistemas de visão cognitiva e redes neurais aplicadas em robótica para os cognitivistas, e sistemas enactiv
Inteligência Artificial e suas aplicações - A experiência do TECPARBruno Campagnolo
O documento apresenta as atividades de pesquisa e desenvolvimento em inteligência artificial realizadas pelo TECPAR e CESI, incluindo sistemas especialistas, inteligência artificial distribuída, bioinformática, game AI e robótica. Também discute a evolução da IA, suas aplicações e tendências futuras, como interfaces mais integradas entre homem e máquina.
O documento discute reconhecimento facial, incluindo sua história, técnicas como PCA, ICA, LDA, e aplicações como segurança, identificação e sites de redes sociais. Problemas como iluminação e mudanças físicas ainda precisam ser resolvidos para reconhecimento facial em larga escala.
Fundamentos de Ciência de Dados e Inteligência Artificial
Crescimento e Impacto no Mercado: A visão computacional está crescendo exponencialmente, com aplicações em setores como automotivo, saúde, segurança e produção, impulsionada por avanços em IA e machine learning, tornando as soluções mais eficientes e acessíveis.
Inovação e Desenvolvimento Tecnológico: Avanços em hardware (GPUs avançados) e software (algoritmos sofisticados) estão melhorando a eficiência e a precisão das aplicações de visão computacional, possibilitando novas funcionalidades.
Desafios Futuros e Oportunidades: Desafios relacionados à privacidade de dados, ética e soluções estão surgindo, mas também representam oportunidades significativas para inovação e pesquisa.
TCC_-_IoT aplicada no monitoramento da saúde de pessoas idosas - detecção de ...GiseliSiqueira1
Este documento descreve um sistema para identificar quedas de idosos usando dispositivos vestíveis como smartwatches. O sistema usa limites de aceleração e janelas de tempo para caracterizar quedas e foi testado em uma base de dados simulada. Os resultados mostraram que o sistema pode identificar quedas com até 98% de acurácia dependendo do local do dispositivo, com desempenho melhor em áreas menos móveis do corpo.
Este documento apresenta um algoritmo para detecção de faces em imagens utilizando redes neurais do tipo perceptron multicamadas (MLP). O algoritmo passa por etapas de captura de imagens, extração de características com filtros de Gabor, classificação com MLP e avaliação dos resultados. Testes com diferentes configurações da camada oculta mostraram que uma única unidade oculta obteve a melhor taxa de acerto de 97% com menos épocas de treinamento.
A alguns anos comecei a estudar para me tornar um Cientista de Dados. Ainda Não estou totalmente lá, mas essa palestra traz algumas coisas que aprendi e recursos para aprender ainda mais.
O documento introduz o tema da mineração de informações, definindo seu objetivo de apresentar a importância do tema e conceitos relacionados. Ele também fornece exemplos de aplicações e discute componentes importantes como atributos, dados e algoritmos para gerar hipóteses."
O documento discute a coleta de dados de dispositivos móveis e como esses dados podem ser usados para reconhecimento de atividades humanas através de classificadores de machine learning. Ele fornece exemplos de como dados de celulares, relógios e outros dispositivos podem ser usados para inferir localização, atividades físicas e comportamentos. O documento também descreve experimentos para classificar atividades como andar, subir escadas e sentar usando dados de acelerômetros.
O documento discute a técnica de Card Sorting para projetar a arquitetura da informação de um sistema. Em três frases:
Card Sorting envolve organizar cartões com pedaços de conteúdo ou funcionalidades em grupos que fazem sentido para os usuários, revelando como eles pensam e esperam encontrar informações. A técnica fornece insights sobre os modelos mentais dos usuários para melhorar a usabilidade de um sistema. O processo envolve criar cartões com itens de conteúdo, usuários organizarem os cartões em grupos, e o resultado ser usado
Classificação Automatizada de Câncer de Mama - Imagens HistopatológicasFabio Spanhol
O documento fornece informações sobre o autor, incluindo sua formação acadêmica e experiência como professor. Também discute brevemente sobre câncer, imagens histopatológicas e aprendizado de máquina, mencionando a importância de bases de dados públicas e técnicas como redes neurais convolucionais para análise de imagens médicas.
Introdução à utilização de openFrameworks para o desenvolvimento de aplicaçõ...Christopher Cerqueira
Este documento apresenta uma introdução ao uso da biblioteca openFrameworks para o desenvolvimento de aplicações de realidade aumentada e realidade virtual. O documento descreve brevemente openFrameworks, seus requisitos e exemplos básicos de projetos. Além disso, apresenta três casos de exemplo para explorar recursos-chave da biblioteca como modelos 3D, câmera virtual e detecção de marcadores para realidade aumentada.
O documento apresenta uma introdução à aprendizagem de máquina para neurociência. Discute categorias de aprendizagem de máquina como supervisionada, não-supervisionada e por reforço e como podem ser aplicadas em neurociência, por exemplo para classificação e redução de dimensionalidade de dados neurológicos. Também descreve as etapas de desenvolvimento de um modelo de aprendizagem de máquina, incluindo coleta e preparação de dados, escolha do modelo, treinamento e avaliação.
- O documento descreve um estudo para classificar movimentos humanos usando dados de um acelerômetro triaxial e uma rede neural artificial
- Foram capturados dados de movimentos de 5 voluntários usando um celular e cinto, e extraídas 9 características incluindo médias, desvios e frequências principais de cada eixo
- Uma RNA foi treinada usando validação cruzada repetida e obteve uma precisão média de 84,1% na classificação de 6 movimentos
Semelhante a Apresenta o_do_tcc___felipe_correa(8) (20)
1. Uma proposta de rastreamento de pedestres baseada em
caracter´ısticas utilizando Viola-Jones e compara¸c˜ao de
histogramas por distˆancia de Bhattacharyya
Autor: Felipe Aguiar Corrˆea
Orientador: Prof. Anderson Priebe Ferrugem
Centro de Desenvolvimento Tecnol´ogico
Universidade Federal de Pelotas
Trabalho de Conclus˜ao de Curso: 2014/2
0
2. Sum´ario da Apresenta¸c˜ao
1 Introdu¸c˜ao
Vis˜ao Computacional
Objetivos, Desafios e Aplica¸c˜oes
Estrutura do Trabalho
2 Conceitos Te´oricos e Tecnol´ogicos
Conceito de Imagem Digital
Detec¸c˜ao de Objetos
Rastreamento de Pedestres
OpenCV: Opensource Computer Vision
3 Metodologia e Desenvolvimento
4 Testes e Resultados
5 Conclus˜ao
6 Trabalhos Futuros
1
3. Vis˜ao Computacional
´E uma sub´area da Inteligˆencia Artificial
´E uma ´area multidisciplinar
Analisar cognitivamente imagens em suas representa¸c˜oes digitais
2
4. Vis˜ao Computacional
´E uma sub´area da Inteligˆencia Artificial
´E uma ´area multidisciplinar
Analisar cognitivamente imagens em suas representa¸c˜oes digitais
Exemplos de aplica¸c˜oes:
- Estimativa de segmenta¸c˜ao, reconhecimento de alvos, rastreamento
de alvos, reconstru¸c˜ao de fotografias para objetos tridimensionais,
entre outros.
2
5. Objetivos e abordagem da proposta
Treinamento de um detector de corpos humanos em quaisquer
ˆangulos da cˆamera (desde que em p´e) baseado em caracter´ısticas haar
3
6. Objetivos e abordagem da proposta
Treinamento de um detector de corpos humanos em quaisquer
ˆangulos da cˆamera (desde que em p´e) baseado em caracter´ısticas haar
Uso de um dataset atual (2014) para treinamento do detector
3
7. Objetivos e abordagem da proposta
Treinamento de um detector de corpos humanos em quaisquer
ˆangulos da cˆamera (desde que em p´e) baseado em caracter´ısticas haar
Uso de um dataset atual (2014) para treinamento do detector
Desenvolvimento de um rastreador baseado em informa¸c˜ao de
distribui¸c˜ao de cores para seguir alvos e associar identidades
3
8. Desafios
Baixa resolu¸c˜ao de cˆameras de vigilˆancia
Pessoas parecidas (exemplo: vendedores de uma mesma loja)
Oclus˜oes parciais ou totais
Pessoas pr´oximas umas das outra
Mudan¸ca de ilumina¸c˜ao artificial e natural
Objetos r´ıgidos e n˜ao r´ıgidos
Sistemas detectores de face possuem uma taxa de acerto maior que
detectores de pessoas inteiras. Isso se d´a ao fato de corpos humanos serem
objetos n˜ao r´ıgidos, que variam muito de posi¸c˜ao, formato e tamanho
4
9. Aplica¸c˜oes
S˜ao exemplos de aplica¸c˜oes do rastreamento de seres humanos:
Vigilˆancia e seguran¸ca urbana
Identifica¸c˜oes de eventos e an´alise da atividade humana
Controle de interfaces de usu´ario
Rastreamento de atletas (para gera¸c˜ao de estat´ısticas de rendimento)
Contagem de fluxo de pedestres
5
10. Estrutura do Trabalho
O trabalho foi dividido em:
Treinamento do detector para obten¸c˜ao dos padr˜oes haar
Utilizando Shinpuhkan dataset e haartraining opencv plugin
6
11. Estrutura do Trabalho
O trabalho foi dividido em:
Treinamento do detector para obten¸c˜ao dos padr˜oes haar
Utilizando Shinpuhkan dataset e haartraining opencv plugin
Implementa¸c˜ao do detector
Utilizando o algoritmo de Viola-Jones otimizado de Lienhart presente
no OpenCV
Proposta de equaliza¸c˜ao do histograma para melhores resultados de
detec¸c˜ao
6
12. Estrutura do Trabalho
O trabalho foi dividido em:
Treinamento do detector para obten¸c˜ao dos padr˜oes haar
Utilizando Shinpuhkan dataset e haartraining opencv plugin
Implementa¸c˜ao do detector
Utilizando o algoritmo de Viola-Jones otimizado de Lienhart presente
no OpenCV
Proposta de equaliza¸c˜ao do histograma para melhores resultados de
detec¸c˜ao
Implementa¸c˜ao do rastreador
Proposta de pondera¸c˜ao dos pixels da subjanela por distˆancia do centro
Normaliza¸c˜ao do histograma para o intervalo [0, 1]
Uso de distˆancia de Bhattacharyya para comparar histogramas
espacialmente ponderados e normalizados
6
13. Conceito de Imagem Digital
Representa¸c˜ao n´umerica matricial de uma imagem
Uso de tons de cinza facilita o an´alise da distribui¸c˜ao da imagem
Figura: Primeira imagem digital da hist´oria (176x176) - Russel Kirsch (1957)
7
14. Conceito de Imagem Digital II
Uma imagem digital apenas possui apenas informa¸c˜ao da distribui¸c˜ao
de cores
Algumas imagens possuem metadados como:
Geolocaliza¸c˜ao, data e hora, tamanho do arquivo, ...
Por´em imagens n˜ao possuem informa¸c˜oes sobre o que nelas est´a
representado
´E tarefa da Vis˜ao Computacional analisar e encontrar padr˜oes para
obten¸c˜ao de algum conhecimento
8
15. Algoritmo de Viola-Jones para Detec¸c˜ao de Objetos
Proposto por P. Viola e M. Jones (2001)
Estrutura em cascata
Baseado em caracter´ısticas haar
At´e 15x mais r´apido que os algoritmos da ´epoca
Treinamento lento e execu¸c˜ao r´apida
Trˆes principais diferenciais do algoritmo:
9
16. Algoritmo de Viola-Jones para Detec¸c˜ao de Objetos
Proposto por P. Viola e M. Jones (2001)
Estrutura em cascata
Baseado em caracter´ısticas haar
At´e 15x mais r´apido que os algoritmos da ´epoca
Treinamento lento e execu¸c˜ao r´apida
Trˆes principais diferenciais do algoritmo:
Uso de imagens integrais
9
17. Algoritmo de Viola-Jones para Detec¸c˜ao de Objetos
Proposto por P. Viola e M. Jones (2001)
Estrutura em cascata
Baseado em caracter´ısticas haar
At´e 15x mais r´apido que os algoritmos da ´epoca
Treinamento lento e execu¸c˜ao r´apida
Trˆes principais diferenciais do algoritmo:
Uso de imagens integrais
Retˆangulos classificadores haar
9
18. Algoritmo de Viola-Jones para Detec¸c˜ao de Objetos
Proposto por P. Viola e M. Jones (2001)
Estrutura em cascata
Baseado em caracter´ısticas haar
At´e 15x mais r´apido que os algoritmos da ´epoca
Treinamento lento e execu¸c˜ao r´apida
Trˆes principais diferenciais do algoritmo:
Uso de imagens integrais
Retˆangulos classificadores haar
Estrutura em cascata
9
19. Imagens Integrais
Em uma localiza¸c˜ao (x,y) possui a soma dos valores da linha `a
esquerda e acima dali
Figura: Estrutura de uma Imagem Integral
Por exemplo, para achar o valor da ´area D, basta:
D = (p(4) + p(1) − (p(2) − p(3))) (1)
onde p(x) ´e o valor no pixel x
10
20. Retˆangulos classificadores haar
Sistema de compara¸c˜ao baseado em ´areas
Mais r´apido que por pixel
Figura: Retˆangulos classificadores haar
Para quˆe serve cada um dos tipos de retˆangulos?
11
23. Rastreamento de Alvos
Rastreamento x Detec¸c˜ao
Associa¸c˜ao de Identidades
Neste trabalho, baseia-se em distribui¸c˜ao de cores para realizar
associa¸c˜ao de identidades
14
24. Histogramas de Cores
Distribui¸c˜ao de cores ou de intensidade de uma imagem
O histograma mais completo ´e o que representa todas varia¸c˜oes de
intensidade
Um histograma reduzido, agrupa pixels pr´oximos em subintervalos
15
25. Histogramas de Cores
Distribui¸c˜ao de cores ou de intensidade de uma imagem
O histograma mais completo ´e o que representa todas varia¸c˜oes de
intensidade
Um histograma reduzido, agrupa pixels pr´oximos em subintervalos
Para comparar histogramas, deve-se normaliz´a-los
Neste trabalho, transforma-se um histograma em uma distribui¸c˜ao no
intervalo [0, 1]
Histi,0→1 =
Xi − XMin
XMax − XMin
(2)
15
26. Distˆancia de Bhattacharyya para distribui¸c˜oes
Medir similaridade entre duas distribui¸c˜oes
Calcula a sobreposi¸c˜ao das mesmas
O coeficiente de Bhattacharyya d´a-se pela f´ormula:
Bhattacharyya =
n
i=1
Σai ∗ Σbi (3)
Onde n ´e o n´umero de parti¸c˜oes, a e b s˜ao amostras estat´ısticas quaisquer
e Σai e Σbi s˜ao os membros da parti¸c˜ao a e b na i-´esima parti¸c˜ao.
Distˆancia de Bhattacharyya
Db(a, b) = − ln (Bhattacharyya(a, b)) (4)
16
27. Distˆancia de Bhattacharyya e associa¸c˜ao de alvos
Quanto maior a distˆancia, menor a chance de representar o alvo
pretendido
Uma distˆancia pr´oxima de 0 indica que o alvo ´e parecido ou o mesmo
Limiar para decis˜ao
´E preciso escolher um limiar t para determinar se um alvo tem chance ou
n˜ao de ser outro. Mesma que a menor distˆancia seja achada, ainda n˜ao
significa que represente o alvo caso o valor de Db seja muito alto...
17
28. OpenCV: Opensource Computer Vision
Opensource
Licen¸ca BSD
Desenvolvido em 1999 pela Intel Corporation (R´ussia)
Estrutura em m´odulos
Figura: M´odulos do OpenCV
18
29. OpenCV e a proposta de otimiza¸c˜ao de Lienhart et al
Prop˜oe rotacionar os retˆangulos classificadores em 45◦
Elimina-se os retˆangulos com 4 sub-´areas
Figura: Retˆangulos classificadores de Lienhart et al
Para quˆe cada um deles serve?
19
30. Divis˜ao do desenvolvimento
O desenvolvimento do trabalho foi dividido em 3 partes:
Treinamento de caracter´ısticas
Detector
Rastreador
20
31. Treinamento
Objetos, formas e cores
Praticamente, todo objeto do mundo real possui um conjunto de
caracter´ısticas que o diferencia dos demais. Sejam essas caracter´ısticas de
forma ou cor.
Achar pontos invariantes entre centenas ou milhares de imagens de
um objeto
Obteve-se um arquivo XML contendo diversos classificadores fracos
em cascata: haar features
Uso do Shinpuhkan Dataset 2014
Conjunto grande de tracklets de pedestres
Proposto por pesquisadores da Kyoto University
21
32. Treinamento com o AdaBoost do OpenCV haartraining
Precisa-se de:
Um conjunto de tracklets (imagens positivas)
Um conjunto de imagens de ru´ıdo (imagens negativas)
Vectors formados com a sobreposi¸c˜ao de uma positiva em uma negativa
Complexidade: O(MxNxK), onde M ´e o n´umero de rounds de
treinamento, N ´e o n´umero de exemplos samples do conjunto de
treinamento e K ´e o n´umero de caracter´ısticas (tamb´em chamado de
filtros).
22
33. opencv haartraining e parˆametros
Parˆametro Valor
N´umero de Samples (vectors) 6.000
Limiar de fundo 0
Varia¸c˜ao m´axima de x 1,1
Varia¸c˜ao m´axima de y 1,1
Varia¸c˜ao m´axima de z 1,1
Altura dos tracklets (pixels) 64
Largura dos tracklets (pixels) 24
Tamanho de buffer (MB) 1.024
Taxa m´ınima de hit 0,99
Taxa m´axima de alarmes falsos 0,5
N´umero de est´agios de treinamento 20
Tabela: Tabela de parˆametros do haartraining
23
34. Sobre o treinamento
Tracklets foram redimensionados para 64x24, mantendo o ratio 3:8
Foi utilizada apenas uma parte do Dataset (1000 imagens). Mesmo
assim, o treinamento demorou: 4 dias, 9 horas e 35 minutos
Figura: Sobreposi¸c˜ao de positivos em negativos
24
35. Implementa¸c˜ao do Detector
OpenCV: detectMultiScale()
Utilizado com o arquivo de caracter´ısticas haar treinado no passo
anterior
Parˆametros:
scaleFactor: 1.2
minNeighbors: 10
minSize: 24x64
25
37. Equaliza¸c˜ao de Histograma para detector
Hetereogeiniza¸c˜ao das cores da imagem (aumento de contraste)
Recupera-se informa¸c˜ao da imagem
Destaca mais o ru´ıdo para n˜ao ocorrer Falsos Positivos
Sana alguns problemas de ilumina¸c˜ao
Figura: Equaliza¸c˜ao de histogramas
27
39. O quanto isso melhora em um detector?
Tipo P TP FP FN
Equalizado 41 31 5 10
N˜ao-equalizado 41 30 29 11
Tabela: N´umeros de detec¸c˜ao para 30 imagens com e sem equaliza¸c˜ao
considerando alvos oclusos
Tipo (P - Oclusos) TP FP FN
Equalizado 35 31 5 4
N˜ao-equalizado 35 30 29 5
Tabela: N´umeros de detec¸c˜ao para 30 imagens com e sem equaliza¸c˜ao
desconsiderando alvos oclusos
29
40. Implementa¸c˜ao do Rastreador
O rastreamento depende da detec¸c˜ao
Ap´os alvos detectados, o rastreador entra em a¸c˜ao:
Gera-se histogramas espacialmente ponderados para cada alvo
Normaliza-se a distribui¸c˜ao do histograma
Gera-se identidades para cada alvo e coloca-se em uma lista de
identidades candidatas
Pr´oximo frame, roda-se a detec¸c˜ao novamente e acha-se a menor
distˆancia que seja menor que um limiar t
Atribui-se as identidades
30
41. Histogramas espacialmente ponderados
Sabemos que as janelas de detec¸c˜ao do Viola-Jones n˜ao excluem o
fundo
Para isso, usa-se uma pondera¸c˜ao espacial para gera¸c˜ao dos
histogramas
Uma abordagem semelhante `a aplica¸c˜ao de um kernel de Gauss
Pondera-se os pixels por distˆancia do centro
Figura: Kernel de gauss
31
42. Fluxo do rastreador
Para cada frame do v´ıdeo:
Converte a imagem para grayscale
Equaliza o histograma da imagem
Roda o algoritmo de Viola-Jones
Para cada alvo detectado:
Gera um histograma ponderado e normalizado tempor´ario
Compara a distˆancia de Bhattacharyya do histograma tempor´ario com
todos da lista de poss´ıveis identidades
Pega a menor distˆancia que tamb´em seja menor que um limiar e guarda
na lista de poss´ıveis identidades
Caso n˜ao h´a uma boa distˆancia: Gera uma nova identidade e coloca na
lista de poss´ıveis identidades para o pr´oximo frame
32
44. M´etodo de avalia¸c˜ao
Analisar a sa´ıda das imagens do detector ou rastreador
Medir detector separadamente do rastreador
“Cogni¸c˜ao da m´aquina” versus cogni¸c˜ao humana
Medidas de classificadores bin´arios ROC
Curvas ROC
34
45. Medidas e terminologias para classificadores bin´arios
Ap´os, soma-se todos os valores obtidos durante o teste. Sabendo o valor
de P, TP, FN e FP, ´e poss´ıvel obter algumas medi¸c˜oes do detector,
como:
sensitividade ou taxa de hit (TPR):
TPR = TP/P
precis˜ao (PPV)
PPV = TP/(TP + FP)
taxa de falsas descobertas (FDR)
FDR = 1 − PPV
Taxa de miss (FNR)
FNR = FN/P
Taxa de Falsos Positivos (FPR)
FPR = FP/N = FP/(FP+TN)
35
46. Resultados do Detector I
O arquivo de caracter´ısticas haar aprendidas neste trabalho foi
comparado com outro para corpos humanos proposto por Hannes
Kruppa et al
Classificador proposto: 20 est´agios, 8000 linhas (informa¸c˜oes de
silhueta)
Classificador de Hannes Kruppa: 30 est´agios, 18000 linhas
(classificador completo e espec´ıfico)
Um total de 100 imagens foi retirada do dataset 3DPeS (um dataset
de avalia¸c˜ao de sistemas de vigilˆancia e forense)
Um total de 157 pedestres presentes (139, caso desconsiderado os
parcialmente oclusos)
36
47. Resultados do Detector II
Medi¸c˜ao Padr˜ao proposto Padr˜ao do OpenCV
Positivos Totais (P) 157 157
Positivos Verdadeiros (TP) 131 48
Falsos Positivos (FP) 33 29
Falsos Negativos (FN) 26 109
Sensitividade (TPR) 0,834395 0,305733
Precis˜ao (PPV ) 0,79878 0,623377
Taxa de falsas descobertas (FDR) 0,20122 0,376623
Taxa de miss (FNR) 0,165605096 0,694267516
Tabela: Resultados de detec¸c˜ao para 100 imagens considerando alvos oclusos,
comparando o padr˜ao treinado neste trabalho e o presente no OpenCV proposto
por Kruppa et al.
37
48. Resultados do Detector III
Medi¸c˜ao Padr˜ao proposto Padr˜ao do OpenCV
Positivos Totais (P) 139 139
Positivos Verdadeiros (TP) 131 48
Falsos Positivos (FP) 33 29
Falsos Negativos (FN) 8 91
Sensitividade (TPR) 0,942446043 0,345323741
Precis˜ao (PPV ) 0,79878 0,623377
Taxa de falsas descobertas (FDR) 0,20122 0,376623
Taxa de miss (FNR) 0,057553957 0,654676259
Tabela: Resultados de detec¸c˜ao para 100 imagens desconsiderando alvos oclusos,
comparando o padr˜ao treinado neste trabalho e o presente no OpenCV proposto
por Kruppa et al.
38
49. Curva ROC para o Detector I
Figura: Curva ROC (Precis˜ao x Ocorrˆencia de falsos positivos) para os
classificadores
39
50. Curva ROC para o Detector II
Figura: Curva ROC (Taxa de Verdadeiros Positivos x Taxa de Falsos Positivos)
para os classificadores
40
51. Tempo de execu¸c˜ao gasto em cada imagem
Quanto menos est´agios, mais r´apida a execu¸c˜ao
Figura: Distribui¸c˜ao dos resultados de tempo de execu¸c˜ao dos classificadores
41
52. Medi¸c˜oes do Rastreador
Medir al´em da detec¸c˜ao, a associa¸c˜ao correta ou n˜ao das identidades
Ignora-se as identidades associadas para falsos positivos
J´a para falsos negativos, conta-se uma associa¸c˜ao errada
Dois subsets do 3DPeS:
Set 1: Apenas um pedestre caminhando, com uma pequena mudan¸ca
de ilumina¸c˜ao e falsos positivos reconhecidos (hidrante)
Set 2: Dois pedestres, oclus˜oes parciais e dr´asticas mudan¸cas de
ilumina¸c˜ao
42
66. Resultados do Rastreador III
Figura: Gr´afico de tempo de execu¸c˜ao do rastreador
De 7 a 8 frames por segundo!
56
67. Resultados do Rastreador IV
Figura: Curva ROC (PPV x n´umero de falsos positivos) para o rastreador
57
68. Resultados do Rastreador V (Exclusivamente associa¸c˜ao)
Figura: Curva ROC (TPR x FPR) para a associa¸c˜ao do rastreador
58
69. Problemas da Abordagem
Figura: Exemplo de erro de associa¸c˜ao causado por diferen¸cas de ilumina¸c˜ao
Para melhorar resultados, outras pondera¸c˜oes devem ser consideradas
59
70. Conclus˜oes
Foi desenvolvida uma abordagem baseada em padr˜oes de aparˆencia
Detector com uma taxa de acerto de at´e 94.4%
Notou-se que equalizar a imagem diminui a ocorrˆencia de falsos
positivos
Histogramas n˜ao possuem informa¸c˜ao espacial, mas podem ser
ponderados por essa informa¸c˜ao
Ainda n˜ao est´a pronto para ser aplicado!
Uso de tecnologias livres e nenhum material espec´ıfico (caro)
60
71. Propostas para trabalhos futuros
“Qual a chance de uma pessoa que, no frame anterior estava em (x,y)
agora estar em (w,z)?”
Uso de m´etodos de otimiza¸c˜ao combinacional (M´etodo H´ungaro)
O(n!) para O(n4
) ou O(n3
)
Uso do Shinpuhkan em sua totalidade para treinamento
voting system ou classificadores para partes (detectar alvos
parcialmente oclusos)
61
72. Uma proposta de rastreamento de pedestres baseada em
caracter´ısticas utilizando Viola-Jones e compara¸c˜ao de
histogramas por distˆancia de Bhattacharyya
Autor: Felipe Aguiar Corrˆea
Orientador: Prof. Anderson Priebe Ferrugem
Centro de Desenvolvimento Tecnol´ogico
Universidade Federal de Pelotas
Trabalho de Conclus˜ao de Curso: 2014/2
62
73. Resultados da Proposta de Viola e Jones
Figura: Resultados da proposta de Viola-Jones
voting system
Mais r´apido e simples que a proposta de Rowley-Baluja-Kanade
63
74. O Shinpuhkan Dataset
Proposto por Kawanishi et al (2014)
22.000 tracklets de 24 pessoas nos mais diversos ˆangulos
Resolu¸c˜ao dos tracklets: 48x128
Figura: Exemplo de tracklets do Shinpuhkan Dataset
64
76. Tempo de execu¸c˜ao gasto em cada imagem
Figura: M´edia da distribui¸c˜ao dos resultados de tempo de execu¸c˜ao dos
classificadores desconsiderando valores discrepantes (anomalias)
66