Banca de QUALIFICAÇÃO: IAN PORTO E MELLO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : IAN PORTO E MELLO
DATA : 29/07/2026
HORA: 09:00
LOCAL: Remoto - plataforma TEAMs
TÍTULO:

Saliency-Based Local Binary Patterns for 3D Media Quality Assessment

PALAVRAS-CHAVES:

Nuvens de Pontos, Avaliação de Qualidade, Padrões Binários Locais, Saliência Visual, Métricas Objetivas, Aprendizado de Máquina

PÁGINAS: 53
RESUMO:

Com a expansão das mídias tridimensionais em aplicações como gêmeos
digitais, jogos,realidade estendida, robótica e preservação do patrimônio
cultural, tornou-se essencialavaliar objetivamente a fidelidade visual das
nuvens de pontos durante sua aquisição,compressão, transmissão e
renderização. A avaliação de qualidade de nuvens de pontos (PCQA) incorpora
métricas geométricas, projeções bidimensionais, descritores locais,modelos
baseados em grafos e aprendizado de máquina. Contudo, representar de modo
eficiente e interpretável a contribuição desigual das regiões de uma nuvem
de pontos para a percepção humana da qualidade permanece um desafio.Esta
dissertação investiga a saliência visual como mecanismo de ponderação
perceptual. O método combina descritores de padrões binários locais (LBP)
com partições guiadas por saliência para caracterizar degradações em
regiões estrutural ou cromaticamente relevantes. Essa adaptação para nuvens
de pontos, denominada Saliency-Based Local Binary Patterns (SLBP),
fundamenta-se em trabalhos sobre descritores locais e ponderação por
saliência [1, 2].Características complementares de projeções nas faces de
um cubo (Cubemap) e do método de regressão por vetores de suporte com
referência completa (FRSVR) também são incorporadas [3].Um modelo de
regressão é empregado para aprender a contribuição das diferentes
características e dos níveis de saliência para a predição das pontuações
subjetivas de qualidade. Os resultados mostram que a saliência baseada em
cor alcança o maior SRCC médio agregado, que a combinação de
características extraídas com e sem saliência melhora o desempenho e a
estabilidade e que as características de FRSVR proporcionam ganhos mais
consistentes que as de Cubemap, cuja contribuição varia entre as bases
avaliadas.

MEMBROS DA BANCA:
Presidente - 2679452 - PEDRO GARCIA FREITAS
Interno - 1122092 - DIBIO LEANDRO BORGES
Interno - 1702036 - VANDER RAMOS ALVES
Externo à Instituição - RAFAEL DINIZ