| Summary: | A utilização de códigos QR por deficientes visuais e robôs expande o horizonte de emprego dessa tecnologia e viabiliza várias aplicações cogitadas por um número crescente de trabalhos acadêmicos. Para que os códigos QR possam ser decodificados eles precisam ser apropriadamente enquadrados. A detecção desses símbolos em imagens adquiridas ao acaso é a primeira etapa na construção de um sistema de enquadramento assistido. O presente trabalho apresenta uma proposta para a detecção de códigos QR em imagens adquiridas ao acaso. A abordagem proposta é baseada em componentes e dividida em estágios, nos quais primeiramente partes do símbolo são detectadas através da técnica de detecção rápida de objetos proposta por Viola-Jones e em seguida uma análise do conjunto formado por essas partes é realizada para determinar a localização exata do símbolo na cena. A adaptação da técnica proposta por Viola e Jones para esse novo domínio é descrita e detalhada. É realizada uma discussão sobre a influência dos muitos parâmetros de treinamento e detecção presentes na abordagem proposta com base em resultados experimentais detalhados. Por fim é apresentado o desempenho em termos da qualidade dos resultados e tempo de processamento em vídeo e conclui-se que a abordagem proposta aponta um caminho promissor na resolução do problema de detecção de códigos QR em imagens adquiridas arbitrariamente na maioria das situações práticas. === The use of QR codes by visually impaired people and robots expands the applications of this technology and enables many possibilities that are emerging in a crescent number of scientific papers. QR code decoding relies on prior framing of the symbol during image acquisition. The detection of these symbols is the first step in the construction of a system to assist the framing process. This work presents an approach for the detection of QR codes in arbitrarily acquired images. The proposed approach is a component-based one consisting of two stages, where parts of the symbol are first detected through the fast object detection method proposed by Viola-Jones, and then an analysis of the set of detected parts is carried subsequently in order to determine the exact location of the symbol in the scene.The adaptation of the framework proposed by Viola-Jones for this new application domain is described in detail. The influence of various training and detection parameters of the framework in QR code detection is discussed using a series of experiments. The performance of the proposed approach is presented in terms of result quality and processing time and it is concluded that the proposed approach indicates a promising direction in solving the problem of detecting QR codes in arbitrarily acquired images in the majority of real world situations.
|
|---|
