AGRADECIMENTOSPrimeiramente quero agradecer a Deus, pelo dom da vida, pela oportunidade de lutar e obter mais esta vitória. Obrigado pela Tua mão poderosa e pelo Teu braço estendido.Agradeço ao prof. Dr. Adilson Gonzaga, meu orientador, pela paciência e orientações de grande valor.Agradeço à minha esposa Ana, mulher virtuosa e uma bênção em minha vida. Pelo seu carinho, seu amor, paciência e incentivos constantes, obrigado.Não posso deixar de agradecer aos meus filhos, Carlos e Miguel, que mesmo pequenos e sem compreender direito, contribuem em minha felicidade diária.Meu agradecimento também à minha mãe, Marilda, que sempre me encorajou e apoiou.Quero agradecer aos irmãos da minha igreja pelas orações e palavras de incentivo.Agradeço aos colegas do Laboratório de Visão Computacional (LAVI), pelos momentos de discussão e compartilhamento do saber.Agradeço aos colegas de trabalho do ICTE, principalmente aos profs. Emílio e Luciano, parceiros constantes nessa luta.
Gostaria de agradecer também aos funcionários do Departamento de EngenhariaElétrica da EESC, pois sempre fui atendido com respeito e educação.A todos que de alguma maneira contribuíram para a realização deste trabalho e que não foram citados aqui, peço que me desculpem e que aceitem o meu muito obrigado. Nas últimas décadas, as texturas dinâmicas ou texturas temporais, que são texturas com movimento, tornaram-se objetos de intenso interesse por parte de pesquisadores das áreas de processamento digital de imagens e visão computacional. Várias técnicas vêm sendo desenvolvidas, ou aperfeiçoadas, para a extração de características baseada em texturas dinâmicas. Essas técnicas, em vários casos, são a combinação de duas ou mais metodologias pré-existentes que visam apenas a extração de características e não a melhora da qualidade das características extraídas. Além disso, para os casos em que as características são "pobres"em qualidade, o resultado final do processamento poderá apresentar queda de desempenho. Assim, este trabalho propõe descritores que extraiam características dinâmicas de sequências de vídeos e realize a fusão de informações buscando aumentar o desempenho geral na segmentação e/ou reconhecimento de texturas ou cenas em movimento.Os resultados obtidos utilizando-se duas bases de vídeos demonstram que os descritores propostos chamados de D-LMP e D-SLMP foram superiores ao descritor da literatura comparado e denominado de LBP-TOP. Além de apresentarem taxas globais de acurácia, precisão e sensibilidade superiores, os descritores propostos extraem características em um tempo inferior ao descritor LBP-TOP, o que os tornam mais práticos para a maioria das aplicações. A fusão de dados oriundos de regiões com diferentes características dinâmi-cas aumentou o desempenho dos descritores, demonstrando assim, que a técnica pode ser aplicada não somente para a classificação de texturas dinâmicas em sí, mas também para a classificação de cenas gerais em vídeos.Palavras-chaves: textura dinâmica, características dinâmicas, descritor de textura dinâ-mica, des...
