Reconhecimento de caracteres alfanuméricos de placas em imagens de veículos

Sistemas de visão artificial são cada vez mais usados para auxiliar seres humanos a realizar diferentes tarefas. Estes sistemas são capazes de reconhecer padrões em imagens complexas. Técnicas de visão computacional têm encontrado crescente aplicação em estudos e sistemas de controle e monitoração de tráfego de automóveis. Uma das áreas de pesquisa que tem sido objeto de estudo por diferentes grupos é a leitura automática de placas de matrículas como forma de detectar transgressores, encontrar carros roubados ou efetuar estudos de origem/destino [BAR99]. Com o constante crescimento do volume de tráfego de automóvel e a limitada capacidade dos sensores convencionais, especialistas da área recorrem a técnicas de identificação automática de veículos para obter dados relativos ao escoamento de tráfego. A identificação automática de veículos tem tido essencialmente duas abordagens distintas: a utilização de transponders e a utilização de técnicas de visão computacional [INI85] . Estas são essencialmente úteis em casos em que não é viável obrigar os motoristas a instalar transponders em seus automóveis. No entanto, essas técnicas são mais sensíveis às condições atmosféricas e de iluminação tais como nevoeiros, chuva intensa, luz noturna, reflexos em superfícies, etc. Este trabalho apresenta um estudo de diversas técnicas de processamento de imagem objetivando o aperfeiçoamento de um sistema de identificação automática de placas de veículos. Este aperfeiçoamento está relacionado com a diminuição do tempo de execução necessário à localização e reconhecimento dos caracteres contidos nas placas dos veículos bem como a melhorar a taxa de sucesso no seu reconhecimento. A primeira versão do sistema de identificação da placas de veículos descrito em [SOU2000], desenvolvido no CPG-EE da UFRGS, denominado SIAV 1.0, localiza e extrai 91,3% das placas corretamente mas apresenta uma taxa de reconhecimento das placas de 37,3%, assim como um tempo de processamento não satisfatório. Neste trabalho, cujo sistema desenvolvido é denominado SIAV 2.0, a imagem é previamente processada através da aplicação de técnicas de realce da imagem. O principal objetivo das técnicas de realce é processar a imagem de modo que o resultado seja mais apropriado para uma aplicação específica do que a imagem original [GON93]. O sistema busca melhorar a qualidade da imagem eliminando ou suavizando sombras e reflexos presentes na cena em virtude da iluminação não controlada. Visando um menor tempo de execução durante o tratamento e análise da imagem um estudo estatístico baseado na distribuição gaussiana foi realizado de maneira a restringir a área de análise a ser processada. O SIAV possui duas redes neurais como ferramentas de reconhecimento de caracteres. A partir da análise dos diferentes modelos de redes neurais empregados na atualidade, foi desenvolvida uma nova arquitetura de rede a ser utilizada pelo SIAV 2.0 que oferece uma taxa de reconhecimento superior a rede neural usada no SIAV 1.0. Visando um melhor tempo de execução, a implementação em hardware dedicado para este modelo é abordado. Os testes foram realizados com três bancos de imagens obtidas por câmeras diferentes, inclusive por dispositivo "pardal" comercial. Estes testes foram realizados para verificar a efetividade dos algoritmos aperfeiçoados.

Uso da análise discriminante regularizada (RDA) no reconhecimento de padrões em imagens digitais hiperespectral de sensoriamento remoto

Em cenas naturais, ocorrem com certa freqüência classes espectralmente muito similares, isto é, os vetores média são muito próximos. Em situações como esta, dados de baixa dimensionalidade (LandSat-TM, Spot) não permitem uma classificação acurada da cena. Por outro lado, sabe-se que dados em alta dimensionalidade [FUK 90] tornam possível a separação destas classes, desde que as matrizes covariância sejam suficientemente distintas. Neste caso, o problema de natureza prática que surge é o da estimação dos parâmetros que caracterizam a distribuição de cada classe. Na medida em que a dimensionalidade dos dados cresce, aumenta o número de parâmetros a serem estimados, especialmente na matriz covariância. Contudo, é sabido que, no mundo real, a quantidade de amostras de treinamento disponíveis, é freqüentemente muito limitada, ocasionando problemas na estimação dos parâmetros necessários ao classificador, degradando portanto a acurácia do processo de classificação, na medida em que a dimensionalidade dos dados aumenta. O Efeito de Hughes, como é chamado este fenômeno, já é bem conhecido no meio científico, e estudos vêm sendo realizados com o objetivo de mitigar este efeito. Entre as alternativas propostas com a finalidade de mitigar o Efeito de Hughes, encontram-se as técnicas de regularização da matriz covariância. Deste modo, técnicas de regularização para a estimação da matriz covariância das classes, tornam-se um tópico interessante de estudo, bem como o comportamento destas técnicas em ambientes de dados de imagens digitais de alta dimensionalidade em sensoriamento remoto, como por exemplo, os dados fornecidos pelo sensor AVIRIS. Neste estudo, é feita uma contextualização em sensoriamento remoto, descrito o sistema sensor AVIRIS, os princípios da análise discriminante linear (LDA), quadrática (QDA) e regularizada (RDA) são apresentados, bem como os experimentos práticos dos métodos, usando dados reais do sensor. Os resultados mostram que, com um número limitado de amostras de treinamento, as técnicas de regularização da matriz covariância foram eficientes em reduzir o Efeito de Hughes. Quanto à acurácia, em alguns casos o modelo quadrático continua sendo o melhor, apesar do Efeito de Hughes, e em outros casos o método de regularização é superior, além de suavizar este efeito. Esta dissertação está organizada da seguinte maneira: No primeiro capítulo é feita uma introdução aos temas: sensoriamento remoto (radiação eletromagnética, espectro eletromagnético, bandas espectrais, assinatura espectral), são também descritos os conceitos, funcionamento do sensor hiperespectral AVIRIS, e os conceitos básicos de reconhecimento de padrões e da abordagem estatística. No segundo capítulo, é feita uma revisão bibliográfica sobre os problemas associados à dimensionalidade dos dados, à descrição das técnicas paramétricas citadas anteriormente, aos métodos de QDA, LDA e RDA, e testes realizados com outros tipos de dados e seus resultados.O terceiro capítulo versa sobre a metodologia que será utilizada nos dados hiperespectrais disponíveis. O quarto capítulo apresenta os testes e experimentos da Análise Discriminante Regularizada (RDA) em imagens hiperespectrais obtidos pelo sensor AVIRIS. No quinto capítulo são apresentados as conclusões e análise final. A contribuição científica deste estudo, relaciona-se à utilização de métodos de regularização da matriz covariância, originalmente propostos por Friedman [FRI 89] para classificação de dados em alta dimensionalidade (dados sintéticos, dados de enologia), para o caso especifico de dados de sensoriamento remoto em alta dimensionalidade (imagens hiperespectrais). A conclusão principal desta dissertação é que o método RDA é útil no processo de classificação de imagens com dados em alta dimensionalidade e classes com características espectrais muito próximas.

Utilização de semivariogramas como redutor de dimensionalidade no reconhecimento de padrões em imagens digitais hiperespectrais

Com o advento dos sensores hiperespectrais se tornou possível em sensoriamento remoto, uma serie de diferentes aplicações. Uma delas, é a possibilidade de se discriminar classes com comportamentos espectrais quase idênticas. Porém um dos principais problemas encontrados quando se trabalha com dados de alta dimensionalidade, é a dificuldade em estimar os inúmeros parâmetros que se fazem necessários. Em situações reais é comum não se ter disponibilidade de tamanho de amostra suficiente, por exemplo, para se estimar a matriz de covariâncias de forma confiável. O sensor AVIRIS fornece uma riqueza de informações sobre os alvos, são 224 bandas cobrindo o espectro eletromagnético, o que permite a observação do comportamento espectral dos alvos de forma muito detalhada. No entanto surge a dificuldade de se contar com uma amostra suficiente para se estimar a matriz de covariâncias de uma determinada classe quando trabalhamos com dados do sensor AVIRIS, para se ter uma idéia é preciso estimar 25.200 parâmetros somente na matriz de covariâncias, o que necessitaria de uma amostra praticamente impraticável na realidade. Surge então a necessidade de se buscar formas de redução da dimensionalidade, sem que haja perda significativa de informação. Esse tipo de problema vem sendo alvo de inúmeros estudos na comunidade acadêmica internacional. Em nosso trabalho pretendemos sugerir a redução da dimensionalidade através do uso de uma ferramenta da geoestatística denominada semivariograma. Investigaremos se os parâmetros calculados para determinadas partições do transecto de bandas do sensor AVIRIS são capazes de gerar valores médios distintos para classes com comportamentos espectrais muito semelhantes, o que por sua vez, facilitaria a classificação/discriminação destas classes.

Vitória do futuro, vitória para todos? Uma análise dos "novos" modelos de planejamento e gestão urbanos em Vitória/ES : Estudos de caso : Plano Estratégico de Vitória e Projeto Terra

Estudo sobre o planejamento urbano no Brasil, com objetivo de construir um modelo analítico capaz de identificar as questões inerentes ao processo de formação do discurso sobre o urbano no país; identificar diferentes vertentes historicamente formuladas pelo planejamento urbano brasileiro; estabelecer relações com a natureza, características, sobrevivências e transformações presentes no que a literatura pertinente ao tema tem considerado como “novos” modelos de planejamento e gestão urbanos. Esses “novos” modelos de planejamento têm se organizado, em alguns pólos, dentro de uma presente tensão intelectual e ideológica, onde se destacam, três principais correntes: a da Reforma Urbana Democrático-Redistributivista, a do Plano Estratégico Liberal Competitivo e a do Desenvolvimento Urbano Sustentável. Identificam-se algumas práticas tidas como inovadoras nestas três correntes, tais como: o desenvolvimento econômico local, a descentralização das políticas urbanas, a inserção da temática ambiental nas discussões sobre o urbano, uma maior politização do planejamento e o reconhecimento dos assentamentos informais como parte integrante da cidade real. Com este “pano de fundo” o estudo examina a experiência de planejamento urbano na cidade de Vitória, compreendida entre os anos de 1997 a 2004. Procura analisar o discurso e a prática relacionados ao Plano Estratégico da Cidade – Vitória do Futuro, 1996-2010 (Plano) e ao Programa Integrado de Desenvolvimento Social, Urbano e Preservação Ambiental em Áreas Ocupadas por População de Baixa Renda - Projeto Terra (programas e ações), inserindo tal caracterização aos seus respectivos contextos sócio-político-econômicos, a fim de responder ao questionamento central: se estes “novos” modelos compõem realmente novas formas de intervir sobre a questão urbana ou seriam reformulações de antigas abordagens, reafirmando a tradicional prática do planejamento brasileiro de reprodução de modelos, todavia, feitas com adaptações ao “pensamento social” vigente no momento. De modo específico, visa verificar até que ponto há um rebatimento dos “novos” modelos de planejamento abordados, nas experiências de Vitória, bem como verificar as possíveis contradições existentes nessas relações.

Estudos dos alcalóides β-carbolínicos em diferentes modelos biológicos

Os alcalóides β-carbolínicos possuem uma ampla distribuição, sendo encontrados em várias famílias de plantas, além de estarem presentes na fumaça do cigarro, bebidas alcoólicas, alimentos excessivamente cozidos e em mamíferos. Estes alcalóides são conhecidos por apresentarem várias ações farmacológicas sobre os sistemas nervoso central, muscular e cardiovascular, causando alucinações, tremores, convulsões, hipotensão e bradicardia. Possuem também atividade antioxidante e imunossupressora, além de ligarem-se a receptores de serotonina, dopamina, benzodiazepina; são também inibidores das enzimas monoamino-oxidase-A (MAO-A) e DNA topoisomerases. Os objetivos do presente estudo foram avaliar os possíveis efeitos antioxidantes, antimutagênicos, antigenotóxicos e neurocomportamentais dos alcalóides β-carbolínicos: harmano, harmina, harmol, harmalol e harmalina, utilizando teste de sensibilidade e antimutagênese em Saccharomyces cerevisiae, ensaio cometa em cultura de células de pulmão de hâmster chinês (V79) e avaliação do comportamento, através da tarefa de reconhecimento de novo objeto, em camundongos, respectivamente. Em testes de sensibilidade, todos os alcalóides protegeram as linhagens deficientes em sistemas de defesa antioxidante de S. cerevisiae contra danos induzidos pelos oxidantes H2O2 e paraquat. De maneira geral, os alcalóides β-carbolínicos protegeram mais as células dos danos gerados pelo H2O2 e o aumento da viabilidade foi mais significativo para as linhagens sod1Δ, sod2Δ e sod1Δsod2Δ. Também, possivelmente por uma ação seqüestradora de espécies reativas de oxigênio, os alcalóides β-carbolínicos mostraram forte atividade contra danos no DNA induzidos pelo H2O2, no teste de antimutagênese com a linhagem N123 de S. cerevisae e no teste de antigenotoxicidade, utilizando o ensaio cometa com células V79. As dihidro-β-carbolinas harmalina e harmalol mostraram um efeito mais pronunciado que as β-carbolinas nos ensaios citados acima. Quanto à avaliação dos efeitos neurocomportamentais em camundongos, a administração sistêmica dos alcalóides β-carbolínicos facilitou a formação de memória de curta duração, no caso da harmina, harmol e harmalina e, também a memória de longa duração (harmalina) em camundongos, verificada com uso da tarefa de reconhecimento de novo objeto.