<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Conference Proceedings">
		<site>sibgrapi.sid.inpe.br 802</site>
		<identifier>8JMKD3MGPAW/3S3AMP2</identifier>
		<repository>sid.inpe.br/sibgrapi/2018/10.16.23.33</repository>
		<lastupdate>2018:10.16.23.33.05 sid.inpe.br/banon/2001/03.30.15.38 murillo.bouzon@hotmail.com</lastupdate>
		<metadatarepository>sid.inpe.br/sibgrapi/2018/10.16.23.33.05</metadatarepository>
		<metadatalastupdate>2020:02.20.22.06.49 sid.inpe.br/banon/2001/03.30.15.38 administrator {D 2018}</metadatalastupdate>
		<citationkey>BouzonZuAnGrLoSaRo:2018:ReRaOf</citationkey>
		<title>Reconhecimento de rascunhos offline em cenários para simulação de corpos rígidos</title>
		<format>On-line</format>
		<year>2018</year>
		<date>Oct. 29 - Nov. 1, 2018</date>
		<numberoffiles>1</numberoffiles>
		<size>458 KiB</size>
		<author>Bouzon, Murillo F.,</author>
		<author>Zulli, Rafael,</author>
		<author>Andrijauskas, Adriana,</author>
		<author>Grassl, Eric,</author>
		<author>Lopes, Fernando M.,</author>
		<author>Santos, Ricardo M.,</author>
		<author>Rodrigues, Paulo Sérgio Silva,</author>
		<affiliation>Centro Universitário FEI</affiliation>
		<affiliation>Centro Universitário FEI</affiliation>
		<affiliation>Centro Universitário FEI</affiliation>
		<affiliation>Centro Universitário FEI</affiliation>
		<affiliation>Centro Universitário FEI</affiliation>
		<affiliation>Centro Universitário FEI</affiliation>
		<affiliation>Centro Universitário FEI</affiliation>
		<editor>Ross, Arun,</editor>
		<editor>Gastal, Eduardo S. L.,</editor>
		<editor>Jorge, Joaquim A.,</editor>
		<editor>Queiroz, Ricardo L. de,</editor>
		<editor>Minetto, Rodrigo,</editor>
		<editor>Sarkar, Sudeep,</editor>
		<editor>Papa, João Paulo,</editor>
		<editor>Oliveira, Manuel M.,</editor>
		<editor>Arbeláez, Pablo,</editor>
		<editor>Mery, Domingo,</editor>
		<editor>Oliveira, Maria Cristina Ferreira de,</editor>
		<editor>Spina, Thiago Vallin,</editor>
		<editor>Mendes, Caroline Mazetto,</editor>
		<editor>Costa, Henrique Sérgio Gutierrez,</editor>
		<editor>Mejail, Marta Estela,</editor>
		<editor>Geus, Klaus de,</editor>
		<editor>Scheer, Sergio,</editor>
		<e-mailaddress>murillo.bouzon@hotmail.com</e-mailaddress>
		<conferencename>Conference on Graphics, Patterns and Images, 31 (SIBGRAPI)</conferencename>
		<conferencelocation>Foz do Iguaçu, PR, Brazil</conferencelocation>
		<booktitle>Proceedings</booktitle>
		<publisher>Sociedade Brasileira de Computação</publisher>
		<publisheraddress>Porto Alegre</publisheraddress>
		<documentstage>not transferred</documentstage>
		<transferableflag>1</transferableflag>
		<tertiarytype>Undergraduate Work</tertiarytype>
		<keywords>Reconhecimento de rascunhos, YOLO, Redes Neurais Convolutivas, Sketch Dataset.</keywords>
		<abstract>O reconhecimento de rascunhos a mão livre é uma pré-tarefa importante para aplicações de simulações físicas. A interpretação de uma primitiva geométrica pode ser uma tarefa simples ou demasiadamente complexa, dependendo da orientação da figura e do ângulo de perspectiva da câmera. Este trabalho propõe 7 modelos de Deep learning, para reconhecimento de rascunhos feitos a mão, que são comparados e analisados. Além disso, é proposta uma base de dados chamada PhySketch, contendo 9.008 rascunhos de elementos naturais e, a partir destes, 359.784 rascunhos artificiais. De todos os modelos analisados, o modelo PHS&#8722;TA8 obteve a melhor capacidade de detecção, com mAP de 79.31% em cenários naturais mostrando-se invariante à escala, distorção, localização e orientação dos elementos em cenários de ruídos variados.</abstract>
		<language>pt</language>
		<targetfile>paper-scketch-recognition (3).pdf</targetfile>
		<usergroup>murillo.bouzon@hotmail.com</usergroup>
		<visibility>shown</visibility>
		<mirrorrepository>sid.inpe.br/banon/2001/03.30.15.38.24</mirrorrepository>
		<nexthigherunit>8JMKD3MGPAW/3RPADUS</nexthigherunit>
		<hostcollection>sid.inpe.br/banon/2001/03.30.15.38</hostcollection>
		<agreement>agreement.html .htaccess .htaccess2</agreement>
		<lasthostcollection>sid.inpe.br/banon/2001/03.30.15.38</lasthostcollection>
		<url>http://sibgrapi.sid.inpe.br/rep-/sid.inpe.br/sibgrapi/2018/10.16.23.33</url>
	</metadata>
</metadatalist>