1. Identificação | |
Tipo de Referência | Tese ou Dissertação (Thesis) |
Site | mtc-m16c.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 6qtX3pFwXQZ3P8SECKy/zcpUE |
Repositório | sid.inpe.br/jeferson/2003/08.19.09.05 |
Última Atualização | 2023:01.03.18.41.36 (UTC) simone |
Repositório de Metadados | sid.inpe.br/jeferson/2003/08.19.09.05.02 |
Última Atualização dos Metadados | 2023:01.04.04.24.50 (UTC) administrator |
Chave Secundária | INPE--TDI/ |
Chave de Citação | Castro:2003:DeBoNa |
Título | Detecção de bordas e navegação autônoma utilizando redes neurais artificiais |
Título Alternativo | Edge detection and autonomous navigation using artificial neural network |
Curso | CAP-SPG-INPE-MCT-BR |
Ano | 2003 |
Data Secundária | 20030617 |
Data | 2003-06-02 |
Data de Acesso | 03 maio 2024 |
Tipo da Tese | Dissertação (Mestrado em Computação Aplicada) |
Tipo Secundário | TDI |
Número de Páginas | 154 |
Número de Arquivos | 1 |
Tamanho | 24538 KiB |
|
2. Contextualização | |
Autor | Castro, Ana Paula Abrantes |
Grupo | CAP-SPG-INPE-MCT-BR |
Banca | Fonseca, Leila Maria Garcia (presidente) Silva, José Demisio da (orientador) Guimarães, Lamartine Nogueira Frutuoso Silva, Ivan Nunes da |
Endereço de e-Mail | abrantesapc@gmail.com |
Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade | São José dos Campos |
Histórico (UTC) | 2006-09-27 21:14:33 :: administrator -> jefferson :: 2008-05-02 16:46:58 :: jefferson -> administrator :: 2008-08-21 21:18:10 :: administrator -> jefferson :: 2009-04-28 19:26:50 :: jefferson -> carolina@sid.inpe.br :: 2009-04-30 19:56:36 :: carolina@sid.inpe.br -> marciana :: 2009-06-15 17:20:33 :: marciana -> carolina@sid.inpe.br :: 2009-06-30 14:42:47 :: carolina@sid.inpe.br -> administrator :: 2009-07-07 16:12:06 :: administrator -> carolina@sid.inpe.br :: 2009-07-09 15:49:55 :: carolina@sid.inpe.br -> administrator :: 2018-07-18 16:43:43 :: administrator -> sergio :: 2003 2019-02-18 15:48:45 :: sergio :: 2003 -> 2019-02-18 15:53:46 :: sergio -> administrator :: 2020-07-07 11:05:03 :: administrator -> sergio :: 2020-07-08 13:22:44 :: sergio -> administrator :: 2022-03-15 18:56:39 :: administrator -> simone :: 2023-01-03 18:41:37 :: simone :: -> 2023 2023-01-03 18:53:21 :: simone :: 2023 -> 2003 2023-01-03 18:54:50 :: simone -> administrator :: 2003 2023-01-04 04:24:50 :: administrator -> :: 2003 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | detecção de bordas navegação autônoma redes neurais |
Resumo | Esta dissertação estuda o uso de Redes Neurais Artificiais na detecção de bordas em imagens e no controle de um veículo em navegação autônoma. São apresentados vários modelos de redes neurais que são estudados e testados, com o objetivo de buscar o modelo mais adequado para a tarefa de detecção de bordas, segundo critérios de desempenho que comparam as redes neurais artificiais com algoritmos tradicionais na área de visão computacional, como por exemplo, o operador de Canny. Para o controle da navegação autônoma utilizam-se modelos de redes neurais com aprendizagem supervisionada, treinadas para simular os processos envolvidos na navegação realizada por um humano. O desempenho das redes neurais na navegação é comparado com um sistema baseado em lógica nebulosa usado como base para o treinamento. São usadas diferentes imagens teste na experimentação das redes neurais no processo de detecção de bordas. No trabalho é proposta uma metodologia para medir a qualidade das imagens de borda geradas pelos operadores de redes neurais. Os resultados encontrados mostram-se promissores, com as redes neurais apresentando desempenho similar ao método de Canny. ABSTRACT: This work is about the study of Artificial Neural Networks (ANN) Systems for edge detection and robot autonomous navigation. Different ANNs are studied and tested in a search for the most adequate model for edge detection according to a performance criterion that compares the ANN based detectors to the standard algorithms available in the literature, such as Canny operator. Supervised neural network models are used to simulate the human navigation control processes in autonomous navigation. Their performances are compared to a fuzzy logic control system developed earlier, whose parameters are used in the neural network training processes. Different images are used to test the neural network edge detectors. A methodology for measuring the quality of the edge images produced by the neural network operator is proposed. The results show that the neural network operators have a performance comparable to existing Canny standard operator, and are thus promising operators for edge detection. |
Área | COMP |
Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Detecção de bordas... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/6qtX3pFwXQZ3P8SECKy/zcpUE |
URL dos dados zipados | http://urlib.net/zip/6qtX3pFwXQZ3P8SECKy/zcpUE |
Idioma | pt |
Arquivo Alvo | Ana Paula Abrantes de Castro.pdf |
Grupo de Usuários | administrator carolina@sid.inpe.br simone |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.20.35 |
Detentor dos Direitos | originalauthor yes |
Permissão de Leitura | allow from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F2PHGS |
Acervo Hospedeiro | sid.inpe.br/mtc-m18@80/2008/03.17.15.17 |
|
6. Notas | |
Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format isbn issn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid schedulinginformation secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
|