Descritor de imagem baseado em curvas de Hilbert

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBugatti, Pedro Henrique-
Autor(es): dc.contributorBugatti, Pedro Henrique-
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorSanches, Silvio Ricardo Rodrigues-
Autor(es): dc.creatorFernandez, Marília Machado-
Data de aceite: dc.date.accessioned2025-08-29T13:18:26Z-
Data de disponibilização: dc.date.available2025-08-29T13:18:26Z-
Data de envio: dc.date.issued2025-08-01-
Data de envio: dc.date.issued2025-08-01-
Data de envio: dc.date.issued2021-07-29-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/37685-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1110918-
Descrição: dc.descriptionThe feature description is an essential part of image processing to achieve good results in feature detection techniques. Besides, it is one of the reasons for the progress in visual recognition in the last decade. Although many papers in computer vision have been published since then, there is a lot of opportunity for improvement of current models and new contributions to this field. This paper proposes a new approach of an image descriptor based on Hilbert's curve, by using a keypoint statistical description. In terms of validation, the descriptor was compared to two other methods (BRISK and SIFT) using a classifier model. The results in the given conditions show a slightly better description capability than BRISK descriptor, using less memory but higher processing time spent.-
Descrição: dc.descriptionO processo de descrição é parte essencial no processamento de imagens para atingir bons resultados na aplicação de técnicas de detecção de características. Além disso, é uma das razões do progresso em reconhecimento visual na última década. Este trabalho propõe uma nova abordagem de um modelo descritor de imagens baseado em curvas de Hilbert, utilizando uma descrição estatística de pontos de interesse. Em termos de validação foram conduzidos experimentos para comparação com outros descritores (SIFT e BRISK) utilizando modelos de classificação. Nos cenários abordados foram obtidos resultados que mostram uma capacidade de descrição ligeiramente superior ao descritor BRISK, utilizando menos espaço de memória porém com um maior tempo de processamento.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectProcessamento de imagens-
Palavras-chave: dc.subjectCurvas-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectImage processing-
Palavras-chave: dc.subjectCurves-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleDescritor de imagem baseado em curvas de Hilbert-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.