| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.author | Morales, Bernardo Magalhães | - |
| dc.identifier.citation | MORALES, Bernardo Magalhães. Análise de modelos de saliência para vídeos 360°. 2019. 44 f., il. Trabalho de Conclusão Curso (Bacharelado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2019. | pt_BR |
| dc.description | Trabalho de Conclusão Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019. | pt_BR |
| dc.description.abstract | O trabalho aborda o uso do algoritmo de saliência visual GBVS e a rede neural convolucional
YOLOv3 aplicados em vídeos 360°. O objetivo é analisar o desempenho de ambos
separadamente e avaliar a possibilidade do uso desses algoritmos em um modelo top-down de
atenção visual aplicado a vídeos 360°. A metodologia utilizada foi submeter um conjunto de
vídeos aos algoritmos escolhidos e equacionar o desempenho dos algoritmos a partir de mapas
de fixação utilizando a métrica AUC-JUDD. Concluímos que o desempenho desses algoritmos
é bom mesmo sem qualquer tipo de compensação. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Algoritmos de computador | pt_BR |
| dc.subject.keyword | Imagens 3D | pt_BR |
| dc.subject.keyword | Reconhecimento de padrões | pt_BR |
| dc.subject.keyword | Redes neurais convolucionais (Computação) | pt_BR |
| dc.title | Análise de modelos de saliência para vídeos 360° | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2023-11-21T17:59:57Z | - |
| dc.date.available | 2023-11-21T17:59:57Z | - |
| dc.date.submitted | 2019-07-15 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/36816 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | This work discusses the use of the GBVS visual saliency algorithm and the YOLOv3 an object
detection algorithm based on a convolutional neural network on 360° videos. The objective is
to analyze the performance of both algorithms separately and evaluate the possibility of using
them in a top-down model of visual attention applied to 360° videos. The methodology
consisted of applying both algorithms to a set of videos and computing their performances using
fixation maps (as ground truth) and the AUC_JUDD metric. Results show that the performance
of these two algorithms is good, even without any kind of compensation. | pt_BR |
| Aparece na Coleção: | Engenharia Elétrica
|
