| Processo: | 19/04053-8 |
| Linha de fomento: | Bolsas no Brasil - Doutorado |
| Vigência (Início): | 01 de agosto de 2019 |
| Vigência (Término): | 31 de julho de 2022 |
| Área do conhecimento: | Ciências Exatas e da Terra - Ciência da Computação |
| Pesquisador responsável: | Anderson de Rezende Rocha |
| Beneficiário: | Jing Yang |
| Instituição-sede: | Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
| Vinculado ao auxílio: | 17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade, AP.TEM |
| Assunto(s): | Visão computacional Aprendizado computacional Inteligência artificial Visualização de dados |
Resumo A difusão do uso de câmeras e a popularidade de websites de compartilhamento multimídia, como Twitter, Flickr e YouTube resultaram em enormes quantidades de imagens e vídeos disponíveis publicamente. Organizar e explorar tais dados visuais é, mais do que nunca, um problema pertinente em visão computacional. Como parte deste problema, a reconstrução de eventos é de grande importância devido ao seu potencial de aplicações: ela pode ser utilizada para visualizar eventos esportivos e musicais de grande escala em contextos 3D; reviver momentos históricos a partir de um tour de realidade aumentada; explorar extensas áreas afetadas por disastres naturais ou causados pelo homem; e reconstruir cenas de crimes que permitam investigadores capturarem criminosos. Neste projeto de pesquisa, nós investigaremos métodos para organizar, integrar e visualizar dados visuais para reconstrução de eventos históricos. Nós dividimos a reconstrução em três etapas: 1) coleta e organização dos dados visuais; 2) integração dos dados, incluindo composição de imagens e vídeos em uma única cena, e 3) visualização dos diversos dados, que inclúi explorar diferentes formas de reconstrução 3D, projeções dos dados em ambientes 3D e desenvolvimento de um sistema de navegação que permita uma compreensão mais rápida e efetiva por parte dos investigadores. Após a reconstrução do evento, os investigadores podem utilizar os resultados de diversas formas, como rastreamento de pessoas/objetos de interesse, análise comportamental, checagem de fatos, ou análise/compreensão do evento. (AU) | |