Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/jspui/handle/123456789/7295
Título: Uma metodologia para validação fotométrica em sistemas interativos visuais baseada em inteligência computacional.
Autor(es): Faria, Alexandre Wagner Chagas
Lara, Daniel da Silva Diogo
Araújo, Arnaldo de Albuquerque
Gomes, David Menotti
Palavras-chave: Homogeneidade
Segmentação
Classificação de padrões
Avaliação com usuário
Aprendizado de máquina
Data do documento: 2009
Referência: FARIA, A. W. C. et al. Uma metodologia para validação fotométrica em sistemas interativos visuais baseada em inteligência computacional. Learning and Nonlinear Models, n. 2, v. 7, p. 47-53, 2009. Disponível em: <http://abricom.org.br/wp-content/uploads/sites/4/2016/07/vol7-no2-art1.pdf>. Acesso em: 17 fev. 2017.
Resumo: Neste artigo, é apresentada uma metodologia automática para a validação fotométrica em sistemas de iluminação interna veicular. Nessa metodologia, propõe-se um método para extração de descritores de homogeneidade de cada região de avaliação. A percepção visual humana, representada pela avaliação do usuário, é usada para classificar as regiões em homogêneas e não-homogêneas. Dois algoritmos de aprendizado de máquina (Redes neurais e Support Vector Machine) são usados para a classificação de regiões visando identificar quais as melhores configurações de descritores irá representar a percepção do usuário em relação à homogeneidade da iluminação dos sistemas de interação com o motorista. Resultados experimentais mostram que a metodologia proposta consegue diferenciar regiões homogêneas de não-homogêneas com precisão superior á 90%.
Resumo em outra língua: This paper presents an automatic methodology for the photometric validation of an automotive internal illumination system. In the methodology, we propose a method for homogeneity descriptors extraction from each region of evaluation. The human visual perception, represented by the user evaluation, is used to classify the regions as non- and homogeneous. Two machine learning algorithms (Artificial Neural Network and Support Vector Machine) are used for region classification based on the classical extracted homogeneity descriptors guided (i.e., supervised) by the user’s perception. Experimental results show that the proposed methodology reach precision above 90% on the classification of non- and homogeneous regions.
URI: http://www.repositorio.ufop.br/handle/123456789/7295
Link para o artigo: http://abricom.org.br/wp-content/uploads/sites/4/2016/07/vol7-no2-art1.pdf
DOI: http://dx.doi.org/10.21528/lnlm-vol7-no2-art1
ISSN: 1676-2789
Aparece nas coleções:DECOM - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_MetodologiaValidaçãoFotométrica.pdf
  Until 2069-02-17
372,02 kBAdobe PDFVisualizar/Abrir


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