1 10 2 https://edufes.ufes.br/files/original/e40408653f22ed30aec07fcd69265df3.jpg 2ec28734988d8b55e18fcfbb8c968fdf Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Engenharia e Tecnologia Description An account of the resource Na seção de Engenharia e Tecnologia, o leitor encontrará pesquisas sobre tecnologias associadas a agronomia, engenharia, informação e comunicação. Livro digital ISBN 978-85-7772-638-7 Ano de Publicação 2025 Coleção 1º Prêmio Ufes de Teses e Dissertações Download <a href="https://repositorio.ufes.br/bitstreams/c42224f0-c61f-439c-aeef-8658c2342fc7/download">Acesse aqui</a> Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Interação humano-máquina: reconhecendo e antecipando gestos e ações (e-book) Description An account of the resource Este livro é oriundo de uma tese, que teve como objetivo investigar e propor mecanismos de reconhecimento e antecipação de gestos dinâmicos e ações baseando-se apenas em vídeos RGB. Nesse sentido, foram apresentadas seis propostas principais: duas para a representação de movimento em um vídeo, uma para a antecipação de ações, uma para antecipação de gestos e outas duas para o reconhecimento e a antecipação de gestos de forma online (uma para ambientes com apenas uma câmera e outra para ambientes multicâmeras). Todas as propostas foram validadas por meio de diversos experimentos cujos resultados foram comparados a vários baselines. Para isso, foram utilizados cinco conjuntos de dados principais: o Montalbano, o IsoGD e o GRIT, para os gestos capturados por apenas uma câmera; o IS-Gesture, para gestos capturados em um ambiente multicâmeras; e o Acticipate, para a antecipação de ações. Após as análises dos resultados, concluiu-se que: (i) modelos que utilizam apenas vídeos RGB podem ser tão efetivos quanto aqueles que utilizam dados multimodais para o reconhecimento de gestos e ações; (ii) a escolha empírica da informação de contexto é efetiva na separação entre classes com movimentos ambíguos, principalmente em pequenos conjuntos de dados; e que (iii) na tarefa de antecipação, a incerteza sobre a predição de um modelo é um limiar eficaz e mais confiável do que a probabilidade por ele estimada. Em relação ao tempo de execução, os modelos propostos mostraram-se viáveis para fornecer informações para aplicações que demandem uma taxa de atualização de até 10 FPS. Assim, é possível a utilização de tais modelos em uma aplicação interacional em tempo real, em um ambiente com uma ou várias câmeras. Em resumo, todas as propostas mostraram-se bem promissoras, além de obterem resultados que ultrapassam os principais trabalhos da literatura que abordam os conjuntos de dados anteriormente mencionados. Creator An entity primarily responsible for making the resource Clebeson Canuto Language A language of the resource Português computador interação humano-máquina redes neurais visão por computador https://edufes.ufes.br/files/original/02c1f9b5cfb130eac9651413ca655f81.jpg 2ec28734988d8b55e18fcfbb8c968fdf Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Engenharia e Tecnologia Description An account of the resource Na seção de Engenharia e Tecnologia, o leitor encontrará pesquisas sobre tecnologias associadas a agronomia, engenharia, informação e comunicação. Livro Impresso ISBN 978-85-7772-635-6 Preço R$ 60,00 Ano de Publicação 2025 Coleção 1º Prêmio UFES de Teses e Dissertações Como Comprar <a href="http://edufes.ufes.br/onde-encontrar">Comprar na Livraria da Edufes</a><br /><br /><a href="http://www.edufes.ufes.br/gru">Comprar por e-mail</a> Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Interação humano-máquina: reconhecendo e antecipando gestos e ações Description An account of the resource Esta tese tem como objetivo investigar e propor mecanismos de reconhecimento e antecipação de gestos dinâmicos e ações baseando-se apenas em vídeos RGB. Nesse sentido, foram apresentadas seis propostas principais: duas para a representação de movimento em um vídeo, uma para a antecipação de ações, uma para antecipação de gestos e outas duas para o reconhecimento e a antecipação de gestos de forma online (uma para ambientes com apenas uma câmera e outra para ambientes multicâmeras). Todas as propostas foram validadas por meio de diversos experimentos cujos resultados foram comparados a vários baselines. Para isso, foram utilizados cinco conjuntos de dados principais: o Montalbano, o IsoGD e o GRIT, para os gestos capturados por apenas uma câmera; o IS-Gesture, para gestos capturados em um ambiente multicâmeras; e o Acticipate, para a antecipação de ações. Após as análises dos resultados, concluiu-se que: (i) modelos que utilizam apenas vídeos RGB podem ser tão efetivos quanto aqueles que utilizam dados multimodais para o reconhecimento de gestos e ações; (ii) a escolha empírica da informação de contexto é efetiva na separação entre classes com movimentos ambíguos, principalmente em pequenos conjuntos de dados; e que (iii) na tarefa de antecipação, a incerteza sobre a predição de um modelo é um limiar eficaz e mais confiável do que a probabilidade por ele estimada. Em relação ao tempo de execução, os modelos propostos mostraram-se viáveis para fornecer informações para aplicações que demandem uma taxa de atualização de até 10 FPS. Assim, é possível a utilização de tais modelos em uma aplicação interacional em tempo real, em um ambiente com uma ou várias câmeras. Em resumo, todas as propostas mostraram-se bem promissoras, além de obterem resultados que ultrapassam os principais trabalhos da literatura que abordam os conjuntos de dados anteriormente mencionados. Creator An entity primarily responsible for making the resource Clebeson Canuto Language A language of the resource Português computador interação humano-máquina redes neurais visão por computador