Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.194
Aluno: Ariany França Cavalcante
Orientadora: Profa. Veronica Teichrieb
Coorientador: Prof. Rafael Alves Roberto (University of Bath.)
Título: Avaliação de Métodos de Calibração Automática de Câmeras Utilizando Pedestres como Referência
Data: 31/03/2025
Hora/Local: 10h00 – Virtual – Interessados em assistir entrar em contato com a aluna
Banca Examinadora:
Prof. Sílvio de Barros Melo (UFPE / Centro de Informática)
Prof. Lucas Silva Figueiredo (UFRPE / Departamento de Computação)
Prof. Rafael Alves Roberto (University of Bath)
RESUMO:
A visão computacional desempenha um papel essencial em diversas aplicações, como vigilância inteligente e reconstrução 3D, permitindo o rastreamento de pessoas e objetos em sistemas multi câmera. No entanto, para que esses sistemas operem corretamente, é fundamental que a calibração das câmeras seja precisa. A calibração automática surge como uma alternativa promissora à calibração manual tradicional, que apresenta desafios significativos, como a necessidade de um ambiente controlado, a exigência de intervenção humana e a dificuldade de recalibração em sistemas dinâmicos. Apesar do seu potencial, muitas técnicas do estado da arte ainda não foram amplamente testadas em cenários realistas, onde fatores como oclusões e rotas curtas podem impactar a precisão da calibração. Diante desse contexto, este trabalho investiga o desempenho de técnicas de calibração automática baseadas em pedestres, analisando sua eficácia e limitações em ambientes não controlados. Os experimentos demonstram que, embora a técnica avaliada apresente potencial, ainda há altos erros de calibração e grande variabilidade nas estimativas dos parâmetros extrínsecos. A qualidade dos dados de entrada mostrou-se um fator crítico, uma vez que, em condições reais, a detecção das poses humanas pode ser comprometida, afetando negativamente a calibração. Além disso, a rota dos pedestres influencia significativamente o desempenho do método. Os resultados indicam que a calibração automática de redes de câmeras ainda enfrenta desafios significativos para adaptação a cenários dinâmicos. Dessa forma, são necessárias abordagens mais robustas e generalizáveis, capazes de lidar com diferentes fontes de erro. A coleta de dados mais controlados pode ser uma estratégia para isolar e compreender melhor os fatores que afetam a calibração.
Palavras-chave: Visão computacional. Calibração de câmeras; Calibração automática; Redes de câmeras; Detecção de pedestres; Parâmetros extrínsecos; Ambientes não controlados.
Comentários desativados