Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18840| Title: | Testes de desempenho de algoritmos de deteção de artefatos em Plataforma Embarcada Raspberry Pi Utilizando OpenCV e Node.JS. |
| Other Titles: | Performance testing of artifact detection algorithms on Embedded Raspberry Pi Platform using OpenCV and Node.JS. |
| ???metadata.dc.creator???: | FARIAS, Arthur de Araújo. |
| ???metadata.dc.contributor.advisor1???: | OLIVEIRA, Alexandre Cunha. |
| ???metadata.dc.contributor.referee1???: | MORAIS, Marcos Ricardo Alcântara. |
| Keywords: | Algoritmos de deteção de artefatos;Raspberry Pi;OpenCV;Node.JS;Visão computacional;Sistemas embarcados;Feature matching;Speeded Up Robust Features - SURF;Extração de features em imagens;Biblioteca OpenCV;ORB - Oriented FAST and Rotated BRIEF;Oriented FAST and Rotated BRIEF - ORB;SURF - Speeded Up Robust Features;SIFT - Scale Invariant Feature Transform;Scale Invariant Feature Transform - SIFT;Raspberry Pi;Reconhecimento de objetos;Plataforma Raspberry Pi;Artifact detection algorithms;Computer vision;Embedded systems;Extracting features from images;OpenCV Library;OpenCV Library |
| Issue Date: | 23-Mar-2018 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | FARIAS, Arthur de Araújo. Testes de desempenho de algoritmos de deteção de artefatos em Plataforma Embarcada Raspberry Pi Utilizando OpenCV e Node.JS. 2018. 49f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18840 |
| ???metadata.dc.description.resumo???: | Este trabalho de conclusão de curso contempla o desenvolvimento de um sistema de ex- perimentação de três métodos de feature matching: ORB, SIFT e SURF utilizados como base para técnicas de reconhecimento de objetos utilizados por sistemas de visão computa- cional. O sistema consiste em um software embarcado em uma plataforma Raspberry Pi, microprocessada por um núcleo ARM Cortex A53. O sistema utiliza um sistema operaci- onal Linux e foi submetido a experimentação no que tange ao tempo de processamento. Foi constatado experimentalmente que o tempo de processamento pela técnica ORB é muito mais rápio que o método SIFT. Sendo que o desempenho com respeito a taxa de acertos em relação a figura é semelhante ao do método SIFT e SURF. O método SURF possui um desempenho, em termos de processamento ligeiramente inferior ao método ORB, mas com a grande desvantagem de ser um algoritimo protegido por patentes. |
| Abstract: | This work of completion of course contemplates the development of a system of experi- mentation of three methods of feature matching: ORB, SIFT and SURF used as a basis for object recognition techniques used by computer vision systems. The system consists of software embedded in a Raspberry Pi platform, microprocessed by an ARM Cortex A5O que são3 core. O system uses a Linux operating system and has undergone experimenta- tion in the processing time. It has been found experimentally that the processing time by the ORB technique is much faster than the SIFT method. Being that the performance with respect to the rate of correctness in relation to the figure is similar to that of the SIFT SURF. The SUFT method performs in terms of processing slightly lower than the ORB method, but with the great disadvantage of being a algorithm protected by patents. |
| Keywords: | Algoritmos de deteção de artefatos Raspberry Pi OpenCV Node.JS Visão computacional Sistemas embarcados Feature matching Speeded Up Robust Features - SURF Extração de features em imagens Biblioteca OpenCV ORB - Oriented FAST and Rotated BRIEF Oriented FAST and Rotated BRIEF - ORB SURF - Speeded Up Robust Features SIFT - Scale Invariant Feature Transform Scale Invariant Feature Transform - SIFT Raspberry Pi Reconhecimento de objetos Plataforma Raspberry Pi Artifact detection algorithms Computer vision Embedded systems Extracting features from images OpenCV Library OpenCV Library |
| ???metadata.dc.subject.cnpq???: | Engenharia Elétrica. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18840 |
| Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ARTHUR DE ARAÚJO FARIAS - TCC ENG. ELÉTRICA 2018.pdf | Arthur de Araújo Farias - TCC Eng. Elétrica 2018. | 18.99 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.