No abstract

Abstract-O uso de Veículos Aéreos Não Tripulados (VANTs) vem crescendo não só no cenário militar, mas também em aplicações civis. Tanto em ambientes militares quanto em ambientes civis, uma das grandes utilidades desses veículosé permitir que decisões possam ser tomadas. Quando se fala em tomada de decisões, imagens e informações não meramente textuais permitem que essas decisões possam ser efetuadas de modo mais fácil e até mesmo que outros elementos presentes nessas imagens possam ser avaliados e novas decisões ou estratégias possam ser alavancadas. Uma forma de viabilizar o uso dessas imagens para tomada de decisões, e também para permitir uma melhor localização visual dessas aeronavesé a partir da geração de mosaicos em tempo real, permitindo que uma visão geral de onde e como se encontra a região sobrevoada possa ser conseguida. Esse artigo apresenta uma nova abordagem para a geração automática de mosaicos em tempo real a partir de imagens obtidas por um VANT de asa rotativa a partir do sobrevoo de regiões. O VANT utilizadoé um quadrotor cuja autonomiaé de 12 minutos em condições normais de voo. Os resultados obtidos a partir da comparação dos descritores SIFT, SURF e ORB demonstram que o uso de descritores comuns na literatura podem ser utilizados para obtenção de mosaicos em tempo real. A utilização do SIFT com a feature matching Força Bruta apresenta resultados satisfatórios em termos de tempo e acurácia do mosaico gerado. I. IntroduçãoUm Veículo Aéreo Não Tripulado (VANT)é uma aeronave que não possui um piloto humano dentro da mesma, e atualmente a utilização dessas aeronaves constitui umá area que vem crescendo tanto em número de projetos quanto em aplicações. O avanço da microeletrônica proporciona um melhor gerenciamento desses sistemas por meio de algoritmos de controle e de navegação mais sofisticados. Porém, um sistema embarcado desse tipoé também considerado crítico, e tanto a construção do seu software quanto do seu hardware deve se preocupar com limitações e garantir uma taxa de falhas da ordem de uma falha grave a cada 10 5 até 10 9 horas de operação.Essas aeronaves podem ser classificadas de acordo com o seu tamanho e seu modo de operação. VANTs de pequeno porte possuem os benefícios de serem versáteis, portáveis, com fácil manutenção, sendo utilizados nas mesmas aplicações que aeronaves grandes em escalas menores e sendo muito mais baratos [1]. Quanto a operação, estas aeronaves podem voar de forma autônoma, seguindo uma trajetória de voo pré-programada (baseada em um grid ou em uma sequência de waypoints) [2], ou podem voar recebendo comandos a partir de estações terrestres operadas por pilotos (teleguiadas). Resumo --O uso de Veículos Aéreos Não Tripulados (VANTs) vem crescendo não só no cenário militar, mas também em aplicações civis. Tanto em ambientes militares quanto em ambientes civis, uma das grandes utilidades desses veículos é permitir que decisões possam ser tomadas. Quando se fala em tomada de decisões, imagens e informações não meramente textuais permitem que essas decisões poss...

Um data warehousing de imagens estende um data warehousing convencional para também manipular imagens representadas por vetores de características e atributos para pesquisa por similaridade. Um desafio que surge é o processamento de consultas analíticas estendidas com predicado de similaridade, desde que essas consultas possuem alto custo computacional. Neste artigo, é proposto o método BrOmnImg, o qual soluciona eficientemente esse desafio usando o framework Spark. Comparado com o método mais próximo, BrOmnImg proveu ganhos de desempenho de até 65,49%.

An image data warehousing extends a conventional data warehousing to also manipulate images represented by feature vectors and attributes for similarity search. A challenge that arises is the efficient processing of analytical queries extended with a similarity search predicate. These queries have a high computational cost since they require the processing of costly star join operations and distance calculations in the same setting. We consider applications that manage huge volumes of data, where the use of parallel and distributed data processing frameworks is needed. In this article, we introduce two methods to efficiently solve this challenge in Spark. BrOmnImg is based on the integration of the broadcast join and the Omni techniques for the processing of the star join operation and the distance calculations, respectively. BrOmnImgCF extends BrOmnImg by using the conventional predicate to further reduce the number of distance calculations. Compared with the closest method available in the literature, BrOmnImg reduced the time spent on query processing by up to about 65%. Compared with BrOmnImg, BrOmnImgCF improved the performance by up to about 54%.