1. Biblioteca Digital de Teses e Dissertações da UFCG
  2. Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
  3. CURSOS DE GRADUAÇÃO DO CEEI
  4. Curso de Bacharelado em Engenharia Elétrica
  5. Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias
Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18840
Full metadata record
DC FieldValueLanguage
dc.creator.IDFARIAS, A. A.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2788911172636919pt_BR
dc.contributor.advisor1OLIVEIRA, Alexandre Cunha.
dc.contributor.advisor1IDOLIVEIRA, A. C.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6699829609793478pt_BR
dc.contributor.referee1MORAIS, Marcos Ricardo Alcântara.
dc.description.resumoEste 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Engenharia Elétrica e Informática - CEEIpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqEngenharia Elétrica.pt_BR
dc.titleTestes de desempenho de algoritmos de deteção de artefatos em Plataforma Embarcada Raspberry Pi Utilizando OpenCV e Node.JS.pt_BR
dc.date.issued2018-03-23
dc.description.abstractThis 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.pt_BR
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18840
dc.date.accessioned2021-05-17T19:13:52Z
dc.date.available2021-05-17
dc.date.available2021-05-17T19:13:52Z
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.subjectAlgoritmos de deteção de artefatospt_BR
dc.subjectRaspberry Pipt_BR
dc.subjectOpenCVpt_BR
dc.subjectNode.JSpt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectSistemas embarcadospt_BR
dc.subjectFeature matchingpt_BR
dc.subjectSpeeded Up Robust Features - SURFpt_BR
dc.subjectExtração de features em imagenspt_BR
dc.subjectBiblioteca OpenCVpt_BR
dc.subjectORB - Oriented FAST and Rotated BRIEFpt_BR
dc.subjectOriented FAST and Rotated BRIEF - ORBpt_BR
dc.subjectSURF - Speeded Up Robust Featurespt_BR
dc.subjectSIFT - Scale Invariant Feature Transformpt_BR
dc.subjectScale Invariant Feature Transform - SIFTpt_BR
dc.subjectRaspberry Pipt_BR
dc.subjectReconhecimento de objetospt_BR
dc.subjectPlataforma Raspberry Pipt_BR
dc.subjectArtifact detection algorithmspt_BR
dc.subjectComputer visionpt_BR
dc.subjectEmbedded systemspt_BR
dc.subjectExtracting features from imagespt_BR
dc.subjectOpenCV Librarypt_BR
dc.subjectOpenCV Librarypt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorFARIAS, Arthur de Araújo.
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativePerformance testing of artifact detection algorithms on Embedded Raspberry Pi Platform using OpenCV and Node.JS.pt_BR
dc.identifier.citationFARIAS, 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/18840pt_BR
Appears in Collections:Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias

Files in This Item:
File Description SizeFormat 
ARTHUR DE ARAÚJO FARIAS - TCC ENG. ELÉTRICA 2018.pdfArthur de Araújo Farias - TCC Eng. Elétrica 2018.18.99 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.