Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/4312
Título: Sistema de rastreamento visual de objetos baseado em movimentos oculares sacádicos
Autor(es): Andrade, Mariella Berger
Orientador: Souza, Alberto Ferreira de
Coorientador: Santos, Thiago Oliveira dos
Data do documento: 9-Abr-2015
Editor: Universidade Federal do Espírito Santo
Resumo: A busca visual é o mecanismo por meio do qual, a partir do conhecimento prévio da imagem de um objeto de interesse, conseguimos encontrá-lo no campo visual se ele estiver nele presente. A região cerebral responsável pela realização da busca visual, realizada através dos movimentos sacádicos dos olhos, é conhecida como Superior Colliculus. Um sistema computacional de busca visual biologicamente inspirado precisa modelar o sistema biológico de movimentos sacádicos dos olhos, as transformações sofridas pelas imagens captadas pelos olhos em seu caminho para o Superior Colliculus (SC) no cérebro e a resposta dos neurônios do SC para padrões aprendidos anteriormente. Neste trabalho, apresentamos uma modelagem matemático-computacional de uma arquitetura neural que representa o Superior Colliculus. Esta arquitetura neural é baseada em Generalização Virtual de Memória de Acesso Aleatório em Redes Neurais Sem Peso (Virtual Generalizing Random Access Memory Weightless Neural Networks – VGRAM WNN) e no mapeamento log-polar da retina para o Superior Colliculus. Com a nossa implementação desta arquitetura é possível, a partir de pontos de interesse em uma determinada imagem bidimensional previamente treinados, realizar a busca visual por estes pontos em imagens diferentes da treinada. O modelo de busca visual biologicamente inspirado foi incorporado em um sistema automático de rastreamento (tracking) de longo prazo de objetos de interesse em vídeo. Nossos resultados experimentais mostram quer nosso sistema de rastreamento visual é capaz de lidar com todos os desafios apresentados e se equipara ao estado da arte em rastreamento de objetos.
Visual search is the mechanism that involves a scan of the visual field in order to find an object of interest. The brain region responsible for performing the visual search, performed by saccadic eye movements, is the Superior Colliculus. A computer system for visual search biologically inspired needs to modell the saccadic eye movement, the transformation suffered by the images captured by the eyes in the way from the retina to the Superior Colliculus, and the response of the neurons of the Superior Colliculus to patterns of interest in the visual scene. In this work, we present a biologically inspired long-term object tracking system based on Virtual Generalizing Random Access Memory (VG-RAM) Weightless Neural Networks (WNN). VG-RAM WNN is an effective machine learning technique that offers simple implementation and fast training. Our system models the biological saccadic eye movement, the transformation suffered by the images captured by the eyes from the retina to the Superior Colliculus (SC), and the response of SC neurons to previously seen patterns. We evaluated the performance of our system using a well-known visual tracking database. Our experimental results show that our approach is capable of reliably and efficiently track an object of interest in a video with accuracy equivalent or superior to related work.
URI: http://repositorio.ufes.br/handle/10/4312
Aparece nas coleções:PPGI - Teses de doutorado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_8747_TeseDoutorado_MariellaBerger.pdf6.81 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.