Resumo-Um dos passos mais importantes no processamento de dados em sistemas inteligentesé o reconhecimento de objetos. Assim, o estudo de técnicas para reconhecimento de objetosé extremamente importante, desde queé necessário desenvolver sistemas efetivos com altas taxas de reconhecimento que sejam invariantes a rotação, ruído, iluminação, etc. Esta tarefa pode ser definida como a identificação de um objeto individual como membro de uma classe particular que contém objetos com características similares. Para implementar esse tipo de algoritmo são utilizados classificadores e descritores. Neste contexto, este trabalho apresenta um estudo inicial de técnicas de reconhecimento de objetos para validar um sistema de reconhecimento. O algoritmo implementado usa o descritor o histograma de gradiente orientado (HOG -Histogram of Oriented Gradient) e uma máquina de vetores de suporte (SVM -Support Vector Machine) como classificador e foi avaliado em termos da taxa de reconhecimento considerado três bases de dados: Caltech-101, MSRC v1 e Stanford Cars Dataset.Index Terms-Reconhecimento de objetos, descritores, classificadores, HOG, SVM, taxa de reconhecimento.
I. INTRODUÇÃOO uso de imagens digitais vem se expandindo bastante no dia a dia das pessoas. Asáreas de biometria, vigilância residencial e comercial, separação de frutas e interação homem-máquina são alguns dos exemplos de atividades que requerem processamento digital de imagens. Para atender essa crescente demanda, cada vez mais, novas tecnologias de visão computacional vem sendo investigadas e desenvolvidas.Após a aquisição dos dados, um dos mais desafiadores passos para manipulação e processamento dos dados de sistemas inteligentes em visão compútacionalé reconhecer objetos [1], [2]. Desse modo, o estudo de técnicas para reconhecer objetoś e de extrema importância, uma vez que há a necessidade de desenvolver sistemas eficazes com altas taxas de reconhecimento, que sejam invariantes a rotação, ruído, luminosidade, etc [3]- [5].Para implementar um algoritmo de reconhecimento de objetos descritores e classificadores são utilizados. Sendo o primeiro responsável por discriminar, de forma compacta, a informação do objeto de interesse, e o segundo, responsável por identificar a qual classe o objeto pertence na imagem, com base nas informações aprendidas pelos descritores. Tal tarefa pode ser definida como: o reconhecimento de um objeto individual como membro de uma classe específica, que contém objetos com características similares. Desse modo, o reconhecimento de objetosé tratado como o ato de rotular uma imagem, dado várias opções de classes para diferentes objetos [6].Sob esse contexto, busca-se aqui, a realização do estudo e implementação de uma das técnicas de reconhecimento de objetos em imagens, baseando-se no descritor Histograma de Orientações dos Gradientes (Histogram of Oriented Gradient -HOG) e nas Máquinas de Vetor Suporte (Support Vector Machines -SVM), no intuito de validar um sistema de reconhecimento de objetos.Este artigo encontra-se dividido da forma q...