Sistema multimodal para captura e anotação de vídeo

Dissertação para obtenção do Grau de Mestre em Engenharia Informática

Captura e visualização de video 3d em tempo real

Vídeos são dos principais meios de difusão de conhecimento, informação e entretenimento existentes. Todavia, apesar da boa qualidade e da boa aceitação do público, os vídeos atuais ainda restringem o espectador a um único ponto de vista. Atualmente, alguns estudos estão sendo desenvolvidos visando oferecer ao espectador maior liberdade para decidir de onde ele gostaria de assistir a cena. O tipo de vídeo a ser produzido por essas iniciativas tem sido chamado genericamente de vídeo 3D. Esse trabalho propõe uma arquitetura para captura e exibição de vídeos 3D em tempo real utilizando as informações de cor e profundidade da cena, capturadas para cada pixel de cada quadro do vídeo. A informação de profundidade pode ser obtida utilizando-se câmeras 3D, algoritmos de extração de disparidade a partir de estéreo, ou com auxílio de luz estruturada. A partir da informação de profundidade é possível calcular novos pontos de vista da cena utilizando um algoritmo de warping 3D. Devido a não disponibilidade de câmeras 3D durante a realização deste trabalho, a arquitetura proposta foi validada utilizando um ambiente sintético construído usando técnicas de computação gráfica. Este protótipo também foi utilizado para analisar diversos algoritmos de visão computacional que utilizam imagens estereoscópias para a extração da profundidade de cenas em tempo real. O uso de um ambiente controlado permitiu uma análise bastante criteriosa da qualidade dos mapas de profundidade produzidos por estes algoritmos, nos levando a concluir que eles ainda não são apropriados para uso de aplicações que necessitem da captura de vídeo 3D em tempo real.

Compressão de imagem e vídeo com controlador ARM

Este trabalho foi desenvolvido num estágio na empresa ABS GmbH sucursal em Portugal, e teve como foco a compressão de imagem e vídeo com os padrões JPEG e H.264, respetivamente. Foi utilizada a plataforma LeopardBoard DM368, com um controlador ARM9. A análise do desempenho de compressão de ambos os padrões foi realizada através de programas em linguagem C, para execução no processador DM368. O programa para compressão de imagem recebe como parâmetros de entrada o nome e a resolução da imagem a comprimir, e comprime-a com 10 níveis de quantização diferentes. Os resultados mostram que é possível obter uma velocidade de compressão até 73 fps (frames per second) para a resolução 1280x720, e que imagens de boa qualidade podem ser obtidas com rácios de compressão até cerca de 22:1. No programa para compressão de vídeo, o codificador está configurado de acordo com as recomendações para as seguintes aplicações: videoconferência, videovigilância, armazenamento e broadcasting/streaming. As configurações em cada processo de codificação, o nome do ficheiro, o número de frames e a resolução do mesmo representam os parâmetros de entrada. Para a resolução 1280x720, foram obtidas velocidades de compressão até cerca de 68 fps, enquanto para a resolução 1920x1088 esse valor foi cerca de 30 fps. Foi ainda desenvolvida uma aplicação com capacidades para capturar imagens ou vídeos, aplicar processamento de imagem, compressão, armazenamento e transmissão para uma saída DVI (Digital Visual Interface). O processamento de imagem em software permite melhorar dinamicamente as imagens, e a taxa média de captura, compressão e armazenamento é cerca de 5 fps para a resolução 1280x720, adequando-se à captura de imagens individuais. Sem processamento em software, a taxa sobe para cerca de 23 fps para a resolução 1280x720, sendo cerca de 28 fps para a resolução 1280x1088, o que é favorável à captura de vídeo.

Sistema embarcado para monitoramento de harpia (Harpia harpyja)

Esta dissertação consiste no projeto e implementação parcial de um sistema integrado de monitoramento da ave Harpia (Harpia harpyja), espécie encontrada na Amazônia, Cerrado e Mata Atlântica. O sistema de monitoramento é estruturado em três etapas: coleta, armazenamento e transmissão de dados. A primeira etapa consiste na coleta de dados a partir de sensores, podendo detectar a presença de pássaros no ninho, também o sistema conta com o auxílio de uma câmera responsável pela captura de vídeo e áudio. A segunda etapa destina-se ao pré-processamento e armazenamento de todas as informações coletadas. A terceira etapa é responsável pela transmissão dos dados através de satélite, utilizando o Sistema Brasileiro de Coleta de Dados Ambientais (SBCDA). Além disso, foi realizado o desenvolvimento de um protótipo utilizado para o monitoramento. Técnicas de sistemas embarcados são expostas para o leitor e o processo de detecção desta espécie é avaliado.

Deteção e acompanhamento de movimento através de uma câmara de vídeo

A deteção e seguimento de pessoas tem uma grande variedade de aplicações em visão computacional. Embora tenha sido alvo de anos de investigação, continua a ser um tópico em aberto, e ainda hoje, um grande desafio a obtenção de uma abordagem que inclua simultaneamente exibilidade e precisão. O trabalho apresentado nesta dissertação desenvolve um caso de estudo sobre deteção e seguimento automático de faces humanas, em ambiente de sala de reuniões, concretizado num sistema flexível de baixo custo. O sistema proposto é baseado no sistema operativo GNU's Not Unix (GNU) linux, e é dividido em quatro etapas, a aquisição de vídeo, a deteção da face, o tracking e reorientação da posição da câmara. A aquisição consiste na captura de frames de vídeo das três câmaras Internet Protocol (IP) Sony SNC-RZ25P, instaladas na sala, através de uma rede Local Area Network (LAN) também ele já existente. Esta etapa fornece os frames de vídeo para processamento à detecção e tracking. A deteção usa o algoritmo proposto por Viola e Jones, para a identificação de objetos, baseando-se nas suas principais características, que permite efetuar a deteção de qualquer tipo de objeto (neste caso faces humanas) de uma forma genérica e em tempo real. As saídas da deteção, quando é identificado com sucesso uma face, são as coordenadas do posicionamento da face, no frame de vídeo. As coordenadas da face detetada são usadas pelo algoritmo de tracking, para a partir desse ponto seguir a face pelos frames de vídeo subsequentes. A etapa de tracking implementa o algoritmo Continuously Adaptive Mean-SHIFT (Camshift) que baseia o seu funcionamento na pesquisa num mapa de densidade de probabilidade, do seu valor máximo, através de iterações sucessivas. O retorno do algoritmo são as coordenadas da posição e orientação da face. Estas coordenadas permitem orientar o posicionamento da câmara de forma que a face esteja sempre o mais próximo possível do centro do campo de visão da câmara. Os resultados obtidos mostraram que o sistema de tracking proposto é capaz de reconhecer e seguir faces em movimento em sequências de frames de vídeo, mostrando adequabilidade para aplicação de monotorização em tempo real.

Edición de vídeo digital : materiales para la formación a distancia del profesorado.

Resumen basado en la publicación

Como usar o Screencast-o-Matic para gravação de videoaulas com captura de telas

Tutorial sobre o uso da ferramenta Screencast-o-Matic.

Desarrollo de un sistema de visualización de vídeo multivista para un dispositivo de gafas de realidad virtual

El desarrollo de las tecnologías de captura de contenido audiovisual, y la disminución del tamaño de sensores y cámaras, hace posible, a día de hoy, la captura de escenas desde múltiples puntos de vista simultáneamente, generando distintos formatos de vídeo 3D, cuyo elemento común es la inclusión de vídeo multivista. En cuanto a las tecnologías de presentación de vídeo 3D, actualmente existen diversas opciones tecnológicas, entre las cuales empiezan a tomar una gran importancia las gafas de realidad virtual, también conocidas como Head-Mounted Devices (HMD). Este tipo de gafas principalmente han sido utilizadas para la visualización de vídeo panorámico (o 360). Sin embargo, al permitir localizar al usuario (posición de la cabeza y orientación), habilitan también la posibilidad de desarrollar sistemas para la visualización de vídeo multivista, ofreciendo una funcionalidad similar a la de los monitores autoestereoscópicos. En este Trabajo Fin de Grado se ha desarrollado un prototipo de un sistema que permite visualizar vídeo 3D multicámara en las Oculus Rift, un dispositivo HMD. Este sistema toma como entrada una secuencia de vídeos multivista (real o generada por ordenador) y permite, a partir de la información proporcionada por los sensores de las Oculus Rift, variar el punto de vista adaptándolo a la posición del usuario. El sistema desarrollado simula la visualización de un monitor autoestereoscópico y es parametrizable. El sistema permite variar una serie de parámetros como la distancia interocular o la densidad de cámaras, y dispone de varios modos de funcionamiento. Esto permitirá que el sistema pueda utilizarse para distintas secuencias Super MultiView (SMV), volviéndolo a la vez útil para la realización de pruebas subjetivas de calidad de experiencia.

Estudo vídeo-polissonográfico em recém-nascidos de termo pequenos para a idade gestacional

Video-polygraphic-EEG studies were performed in the first 24 life-hours of 26 healthy full-term newborns without perinatal injuries. The neurological examination and cranial ultrasonography were normal. The newborns were divided into two groups: one, with full-term appropriate - birth weight 11 newborns (control group ) and the other with full-term low-birth weight 15 newborns. Thirteen newborns of the second group had video-polygraphic-EEG study abnormalities. The most frequent abnormalities were found in 11 cases, as far as sleep architecture is concerned. Also, when compared with the control group, 8 cases of an excessive amount of startles and 2 cases of low behavior activities were found. The results demonstrate the usefulness of video-polygraphic-EEG study in the full-term newborns with intra-uterine growth retard. This examination was sensitive to detect behavior, sleep architecture and EEG standard differences in the low birth-weight newborns as to the control group.

Utilização de um monitor de vídeo como fonte de alta tensão para eletroforese capilar

This article describes the use of a conventional CRT monitor as a high voltage power supply for capillary electrophoresis. With this monitor, a 23-kV high voltage with a ripple of 1.32% was observed. The reproducibility of the applied high voltage was evaluated by measuring the standard deviations of peak area and migration time for five consecutive injections of a test mixture containing potassium, sodium, and lithium cations at 50 mmol L-1. The errors were about 2.5% and 0.6% for peak area and migration time, respectively. The maximum current tested was about 180 mA, which covers most capillary electrophoresis applications. This system has been successfully used for several months, maintaining the desired level of performance.

Analise das alterações nos padrões de preensão palmar em pianistas

Universidade Estadual de Campinas . Faculdade de Educação Física

Identificação do ramo externo do nervo laríngeo superior na tireoidectomia minimamente invasivo vídeo-assistida

A tireoidectomia minimamente invasiva vídeo-assistida (TIMIVA) sem infusão de gás é considerada segura com vantagem estética em relação ao procedimento convencional. OBJETIVO: Apresentar os achados de identificação do ramo externo do nervo laríngeo superior (RELS) durante a TIMIVA. FORMA DE ESTUDO: Estudo de coorte transversal. CASUÍSTICA E MÉTODO: Doze pacientes foram submetidos à hemitireoidectomia por doença nodular tireoidiana. Dissecamos o pedículo vascular tireoidiano superior com o auxílio de endoscópio de cinco milímetros de zero grau visando à identificação do RELS em todos os casos. RESULTADOS: Dos 12 casos, identificamos o RELS em 10 (83,3%), sendo que o trajeto era medial aos ramos da artéria tireoidiana superior em 8 (80%) e cruzava anteriormente tais ramos em 2 (20%). CONCLUSÕES: Identificamos o RELS em 83,3% dos casos, com trajeto medial aos ramos da artéria tireoidiana superior em 80% e cruzando anteriormente tais ramos em 20%. A ligadura do pedículo superior da tireóide pode ser feita com o RELS sob visão direta.

Comparação entre os questionários IT-MAIS e MUSS com vídeo-gravação para avaliação de crianças candidatas ao implante coclear

Existe uma grande dificuldade para determinar precocemente crianças que se beneficiariam ou não com o implante coclear, até porque devido à pouca idade são muito sutis as respostas apresentadas. OBJETIVO: Comparar os resultados obtidos através da vídeo-gravação de situações de interação de crianças candidatas ao implante coclear com os resultados obtidos através de protocolos de avaliação. MÉTODO: Fizeram parte da amostra 7 crianças com idade média de 39,7 meses, portadores de perda auditiva neurossensorial profunda. Foram aplicados os questionários IT-MAIS e MUSS aos pais e os resultados foram comparados com a observação da vídeo-gravação destas crianças. RESULTADOS: Foi possível observar que os dados são compatíveis no que se refere às etapas auditivas. No entanto, no que se refere ao questionário MUSS, os dados obtidos na observação lúdica são bastante diferentes. O questionário leva em consideração apenas a uso da linguagem oral e, portanto, a maioria das crianças apresentou um escore muito baixo. CONCLUSÃO: A observação lúdica permitiu traçar um perfil mais amplo do comportamento lingüístico e de aspectos relativos à linguagem apresentando diferenças do questionário.

Impacto de vídeo-jogos com tecnologia Matching Motion na actividade física de adolescentes obesos

Em Portugal, tal como na maioria dos restantes paises industrializados, a prevalência do excesso de peso e obesidade adolescente escalou para números que nos colocam entre os países da comunidade europeia com maiores problemas neste domínio (Matos, 2006). O aumento dos níveis de actividade física (AF) é parte integrante dos tratamentos hoje preconizados, pese embora seja um objectivo extremamente difícil de alcançar (AAP, 2006). Esta dificuldade deriva em parte das muitas actividades sedentárias que hoje em dia competem com a AF para a ocupação do tempo livre dos adolescentes. A maior parte parece motivá-los mais do que a AF. Por exemplo, cerca de 30% dos adolescentes portugueses estão 4 ou mais horas/dia a ver TV, enquanto que 40% estão 1-3 horas/dia a jogar video-jogos ou a usar PCs (Matos, 2006). Ver TV ou brincar a video-jogos sentado tem um impacto reduzido no dispêndio energético, aumentando entre 20-30% da taxa de metabolismo basal. Mas novos tipos de video-jogos estão agora disponíveis, implicando níveis de AF mais elevados para serem jogados, elevando em 120-180% da taxa de metabolismo basal (Lanningham-Foster et al., 2006). Estes novos jogos podem oferecer uma oportunidade para aumentar os níveis de AF numa população que tradicionalmente prefere as actividades sedentárias.