O documento apresenta uma palestra sobre visão computacional. Resume os principais tópicos da palestra: 1) introdução ao palestrante, 2) definição de visão computacional, 3) etapas da visão computacional incluindo aquisição, processamento e classificação de imagens. Apresenta também exemplos práticos de visão computacional como reconhecimento facial e de objetos e projetos desenvolvidos pelo palestrante como reconhecimento de folhas e estrutura de veias humanas.

1. Visão computacional
Palestrante:
Felipe S. Amaral (Meganha)

2. Agenda
felipengmec@gmail.com 2
1. Quem sou eu?
2. O que é visão computacional.
3. Etapas da visão computacional
4. Visão computacional na prática
5. Projetos

3. Quem sou eu
felipengmec@gmail.com 3
• Bacharel em engenharia mecatrônica - IF Sudeste
MG
• Mestrando Ciências da computação – PPGCC/UFJF
• Inteligência computacional

4. O que é visão computacional?
felipengmec@gmail.com 4
 Visão das máquinas. Como um computador pode enxergar o mundo?
 A visão computacional consiste em captar imagens, melhorá-las, separar as
regiões ou objetos de interesse de uma cena, extrair várias informações e
finalmente relacionar as imagens com outras vistas previamente.
 Visão computacional é capaz de realizar análises com precisão e velocidades
superior ao olho humano.

5. O que é visão computacional?
felipengmec@gmail.com 5

6. O que é visão computacional?
felipengmec@gmail.com 6

7. O que é visão computacional?
felipengmec@gmail.com 7
VISÃO
COMPUTACIONAL
RECONHECIMENTO
DE PADRÕES
PROCESSAMENTO DE
IMAGENS
INTELIGÊNCIA
ARTIFICAL
MATEMÁTICA
FÍSICA
PROCESSAMENTO DE
SINAIS

8. Etapas da visão computacional
felipengmec@gmail.com 8
Aquisição
Processamento da
Imagem
Segmentação
Extração de
características
Classificação

9. Aquisição de imagens
felipengmec@gmail.com 9

10. Processamento das imagens
felipengmec@gmail.com 10
Processamento de imagens: Fase responsável por “melhorar” a imagem. Retirar ruídos,
suavizar a imagem e etc.

11. Segmentação da imagem
felipengmec@gmail.com 11

12. Extração de características da imagem
felipengmec@gmail.com 12
SIFT Harris Corners ORB
Fase responsável por obter um conjunto de características do objeto de interesse.

13. Reconhecimento de Padrões
felipengmec@gmail.com 13
https://cdn-images-
1.medium.com/max/1600/1*q1uVc-
MU-tC-WwFp2yXJow.gif

14. Reconhecimento de Padrões
felipengmec@gmail.com 14
https://towardsdatascience.com/is-
google-tensorflow-object-detection-
api-the-easiest-way-to-implement-
image-recognition-a8bd1f500ea0

15. Visão Computacional
felipengmec@gmail.com 15

16. Visão Computacional
felipengmec@gmail.com 16
• Relacionar os padrões que nós conhecemos com padrões
matemáticos.

17. Visão Computacional
felipengmec@gmail.com 17

18. Visão Computacional
felipengmec@gmail.com 18

19. Visão Computacional
felipengmec@gmail.com 19
Input:
Mais de 1 bilhão de imagens
50 mil pessoas
167 países
Output:
15 milhões de imagens
22 mil classes de objetos

20. Visão Computacional
felipengmec@gmail.com 20

21. Visão Computacional
felipengmec@gmail.com 21
CNN – Convolutional Neural
networks

22. Visão Computacional
felipengmec@gmail.com 22
E...os resultados?

23. Visão Computacional
felipengmec@gmail.com 23
E...os resultados?

24. Visão Computacional
felipengmec@gmail.com 24
E...os resultados?

25. Visão Computacional na prática
felipengmec@gmail.com 25
Carro Autônomo do Google:
https://9to5google.com/2015/06
/05/google-self-driving-cars-
accidents-report/

26. Visão Computacional na prática
felipengmec@gmail.com 26

27. Visão Computacional na prática
felipengmec@gmail.com 27
• Detecção Facial:
Face humana possui características específica – olhos, nariz e bocas

28. Visão Computacional na prática
felipengmec@gmail.com 28
• Reconhecimento de objetos:
• A capacidade de reconhecer
milhares de categorias de objetos
em cenas desordenadas, apesar
da variabilidade na pose,
mudanças na iluminação e nas
oclusões, é uma das capacidades
mais surpreendentes da
percepção visual, ainda
inigualável pelos algoritmos de
visão computacional.

29. Reconhecimento das cinco espécies de
Plantas da família Myrtaceae:
felipengmec@gmail.com 29
• Ramo da Botânica que necessita de um especialista.
• Características visuais :
• Coloração.
• Comprimento.
• Ranhaduras.
• Equipe:
• Felipe Souza Amaral – UFJF
• Vanderlei Aparecido de Lima - UTFPR
• Patricia Aparecida Cucchi - UNICENTRO

30. Reconhecimento de Folhas – Aquisição de imagens
felipengmec@gmail.com 30
Araçá – Psidium cattleyanum Cereja-do-rio-grande – Eugenia involucrata Guabiroba - Campomanesia xanthocarpa

31. Reconhecimento de Folhas – Aquisição de imagens
felipengmec@gmail.com 31
Pitanga – Eugenia uniflora Sete-Capotes – Campomanesia guazumifolia

32. Reconhecimento de Folhas – Processamento da Imagem
felipengmec@gmail.com 32
Tons de cinza Filtro Mediana 3x3

33. Reconhecimento de Folhas – Segmentação
felipengmec@gmail.com 33
Detecção de Bordas - Sobel Dilatação da imagem

34. Reconhecimento de Folhas – Segmentação
felipengmec@gmail.com 34
Preenchimento dos buracos Suaviza a Imagem

35. Reconhecimento de Folhas – Extração de Características
felipengmec@gmail.com 35
• 3 Tabelas .csv
• descritores Geométricos, baseados em histograma e textura (Halarick):
Nome Area Perimeter MajorAxisLength
MinorAxisLength Eccentricity ConvexArea EquivDiameter
Extent FilledArea Media Variancia
Assimetria Curtose Energia Entropia
Text_SegMomentoAng Text_Entropia Text_Contraste Text_VarianciaX
Text_VarianciaY Text_Correlacao Text_Homogeneidade
• descritores matriz de co-ocorrência em nível de cinza.
• descritores Matriz histograma de gradientes orientados (HOG)

36. Reconhecimento de Folhas – Classificação
felipengmec@gmail.com 36

37. Reconhecimento de Folhas – Classificação
felipengmec@gmail.com 37

38. Sistema Biométrico da estrutura das veias humanas
felipengmec@gmail.com 38
• Equipe: Felipe S. Amaral e Silvana Terezinha Faceroli.
• Biometria : medição biológica (encontrar características físicas e/ou comportamentais das pessoas )
• Reconhecimento da geometria das veias. Pois possui singularidade, estabilidade e imunidade a falsificação.

39. Sistema Biométrico da estrutura das veias humanas
felipengmec@gmail.com 39

40. Sistema Biométrico da estrutura das veias humanas
felipengmec@gmail.com 40

41. felipengmec@gmail.com 41
1. YouTube. (2019). Intervalo CESAR - Visão Computacional. [online] Available at:
https://www.youtube.com/watch?v=nVoByyaBhbo&t=1596s [Accessed 8 May 2019].
2. Gonzalez, R., Woods, R. and Eddins, S. (2004). Digital Image processing using MATLAB. Upper Saddle River, NJ:
Pearson/Prentice Hall.
3. Backhaus, W., Kliegl, R. and Werner, J. (1998). Color vision. Berlin: Walter de Gruyter.
4. Klette, R. and Rosenfeld, A. (2004). Digital geometry. San Francisco, CA: Morgan Kaufmann Publishers.
5. Kropatsch, W. and Kampel, M. (2007). Computer analysis of images and patterns. Berlin [etc.]: SpringerLink [host].
6. Paragios, N. (2010). Handbook of mathematical models in computer vision. New York: Springer.
Bibliografia

42. felipengmec@gmail.com 42
Agradecimentos
OBRIGADO A TODOS PELA ATENÇÃO!!
DÚVIDAS????