Brito, Darlan Nunes dePádua, Flávio Luis CardealLopes, Aldo Peres Campos eDalip, Daniel Hasan2019-04-082019-04-082016BRITO, D. N. de et al. Análise comparativa de detectores e descritores de características locais em imagens no âmbito do problema de autocalibração de câmeras. Revista Brasileira de Computação Aplicada, Passo Fundo, v. 8, n. 3, p. 85-99, out. 2016. Disponível em: <http://seer.upf.br/index.php/rbca/article/view/6166>. Acesso em: 15 fev. 2019.21766649http://www.repositorio.ufop.br/handle/123456789/10959Este trabalho apresenta uma análise comparativa de diferentes métodos do estado da arte para detecção e descrição de características locais em imagens, com o objetivo de solucionar de forma robusta e eficiente o problema de autocalibração de câmeras. Para atingir esse objetivo, é essencial a utilização de métodos detectores e descritores eficazes, uma vez que a correspondência robusta de características em um conjunto de imagens sucessivas sujeitas a uma ampla variedade de distorções afins e mudanças no ponto de vista 3D da cena, é crucial para a exatidão dos cálculos dos parâmetros da câmera. Muito embora diversos detectores e descritores têm sido propostos na literatura, seus impactos no processo de autocalibração de câmeras não foram ainda devidamente estudados. Nesse trabalho de análise comparativa, utilizam-se como critérios de qualidade da autocalibração os erros: epipolar, de reprojeção e reconstrução, bem como os tempos de execução dos métodos. Os resultados experimentais demonstram que detectores e descritores binários de características (ORB, BRISK e FREAK) e de ponto flutuante (SIFT e SURF) apresentam erros de reprojeção e reconstrução equivalentes. Considerando-se, porém, o menor custo computacional dos métodos binários, recomenda-se, fortemente, o uso destes em soluções de problemas de autocalibração de câmeras.pt-BRabertoDetectores e descritores locaisCorrespondência de pontos em imagensArtigo publicado em periodicoOs trabalhos publicados pela Revista Brasileira de Computação Aplicada estão sob a Licença Creative Commons Attribution que permite copiar, distribuir e transmitir o trabalho em qualquer suporte ou formato desde que sejam citados o autor e o licenciante. Fonte: Revista Brasileira de Computação Aplicada <http://seer.upf.br/index.php/rbca/index>. Acesso em: 06 fev. 2019.