O documento descreve um projeto que implementa o algoritmo SIFT no ambiente Android para extrair pontos de interesse em imagens com o objetivo de fornecer informações sobre locais turísticos. O SIFT é capaz de detectar pontos de interesse de forma invariante à escala e rotação e será usado junto com o algoritmo RANSAC para casamento de imagens. O desenvolvimento no Android traz desafios de otimização devido aos recursos limitados dos dispositivos móveis.
1. Extração de pontos de
interesse de imagens
utilizando o
algoritmo SIFT no ambiente
Android
Duílio Campos Sasdelli (duilio@dcc.ufmg.br)
Orientador: Fernando Magno Quintão Pereira
Co-Orientador: David Menotti
3. Proposta (2/2)
Solução:
Utilizar técnicas de visão computacional
para casamento de objetos:
SIFT: Detecção de Pontos de
Interesse
RANSAC: Casamento dos Pontos
Encontrados
Metodologia:
Implementação do SIFT (Scale Invariant
Feature Transform) em um Ambiente
Móvel Android
3
4. Metodologia (1/6)
SIFT: Scale-Invariant Feature Transform
Detecta Pontos de Interesse em
Imagens:
4
5. Metodologia (2/6)
O que são Pontos de Interesse?
São pontos que melhor descrevem
características de uma imagem
Apresentam:
Posição bem definida
Estabilidade
Agrupam informação
São utilizados nas etapas posteriores da
detecção de objetos em imagens
5
6. Metodologia (3/6)
Por que usar o SIFT?
Mesmo objeto apresenta variações em
diferentes imagens.
6
8. Metodologia (5/6)
O Ambiente Android
Sistema operacional da Google para
Smartphones
Utiliza uma versão modificado do Kernel
Linux
Desenvolvimento de aplicativos:
Linguagem Java
Google oferece amplo suporte e
documentação
SDK completo: bibliotecas, depurador
e emulador
8
9. Metodologia (6/6)
Desenvolvimento do Sift no Android é
desafiante:
Grande gasto de memória
Processamento pesado
Soluções:
Simplificar o algoritmo
Otimizar funções custosas
Adaptar algumas funções
9
10. Aplicação (1/3)
Turismo
(1) Usuário captura imagem
(2) Pontos de Interesse
(3) Informações sobre a imagem
2
1
3
10