Show simple item record

dc.contributor.advisorCosta, Cristiano André da
dc.contributor.authorBazo, Rodrigo
dc.date.accessioned2020-02-21T14:20:39Z
dc.date.accessioned2022-09-22T19:39:10Z
dc.date.available2020-02-21T14:20:39Z
dc.date.available2022-09-22T19:39:10Z
dc.date.issued2019-08-13
dc.identifier.urihttps://hdl.handle.net/20.500.12032/63409
dc.description.abstractOs recentes avanços no poder computacional de dispositivos permitem a utilização de novos métodos para a estimativa de poses humanas. Tais técnicas são relevantes para diversos setores da indústria, como segurança e entretenimento. Além disso, poses humanas são um input valioso para análise comportamental e reconhecimento de atividades. Reconhecedores de partes de corpo humana, utilizados em estimativas de pose humana, possuem precisão milimétrica devido aos equipamentos de estado da arte de visão computacional. Porém, estes equipamentos possuem limitações como a oclusão, que dificulta a identificação de pessoas. Tais problemas são nativos aos dispositivos de visão computacional devido a sua natureza, e somente podem ser superados utilizando heuristicas ou aumentando o numero de câmeras, o que não é sempre viável. Por outro lado, sistemas de rastreamento baseados em radiofrequência não sofrem com oclusão ou problemas como perda de identidade, e também alcançam altos níveis de precisão mesmo não sendo tão precisos quanto métodos de visão computacional. Sistemas de rastreamento baseados em radiofrequência e estimativas de pose humanas podem se complementar de diversas maneirars. Por exemplo, o primeiro pode ajudar na identificação de poses estimadas, e as poses podem ser utilizadas para mitigar os erros obtidos. Desta maneira, a combinação de ambas as tecnologias oferecem um resultado de rastreamento de poses com precisão superior. Esta dissertação propõem um sistema que gera poses identificadas, baseado na fusão de identificadores de radiofrequência com poses obtidas através de técnicas de visão computacional. Além disso, uma técnica para redução de erro na estimativa da posição dos dispositivos de radiofrequência utilizando poses estimadas é proposta. Experimentos demonstram a viabilidade da fusão de ambos tipos de dados. Além disso, reduções de erros de até 46% utilizando a estratégia de redução de erro proposta são observados. Tanto em experimentos conduzidos em um laboratório de experimentação quanto em uma sala cirúrgica real.pt_BR
dc.description.sponsorshipUNISINOS - Universidade do Vale do Rio dos Sinospt_BR
dc.languageenpt_BR
dc.publisherUniversidade do Vale do Rio dos Sinospt_BR
dc.rightsopenAccesspt_BR
dc.subjectSensor Fusiones
dc.subjectRastreamentopt_BR
dc.titleBaptizo: a sensor fusion based model for tracking the identity of human posespt_BR
dc.typeDissertaçãopt_BR


Files in this item

FilesSizeFormatView
Rodrigo Bazo_.pdf6.143Mbapplication/pdfView/Open

This item appears in the following Collection(s)

Show simple item record


© AUSJAL 2022

Asociación de Universidades Confiadas a la Compañía de Jesús en América Latina, AUSJAL
Av. Santa Teresa de Jesús Edif. Cerpe, Piso 2, Oficina AUSJAL Urb.
La Castellana, Chacao (1060) Caracas - Venezuela
Tel/Fax (+58-212)-266-13-41 /(+58-212)-266-85-62

Nuestras redes sociales

facebook Facebook

twitter Twitter

youtube Youtube

Asociaciones Jesuitas en el mundo
Ausjal en el mundo AJCU AUSJAL JESAM JCEP JCS JCAP