{"id":{"repo_id":"brazil-uff","oai_identifier":"oai:app.uff.br:1/5712"},"canonical_url":"https://search.dev.ndltd.org/etd/brazil-uff/oai:app.uff.br:1/5712","repository":{"repo_id":"brazil-uff","name":"Brazil UFF","base_url":"https://app.uff.br/oai/request"},"display":{"title":"Extração e organização contextualizada de fachadas de edificações","abstract":"Ferramentas de visualização de ruas como Google Street View tem ganhado cada vez mais importância em pesquisas e auxiliando na análise de dados urbanos e geográficos. Com o avanço deste tipo de tecnologia, somos capazes de nos transportar virtualmente para as mais distantes regiões ao redor do mundo e, portanto, vislumbrar as diferentes arquiteturas urbanas encontradas. Com o intuito de obter dados a respeito dos diversos tipos de construções e mesmo a respeito da composição das diferentes geografias nas ruas das cidades, viemos, por meio desta monografia, fornecer a proposta de uma solução automática para extração das fachadas de edificações e posterior agrupamento de maneira contextualizada. A API do Google Maps, disponibilizada na linguagem JavaScript, nos possibilita ter acesso direto aos grafos das ruas de qualquer região mapeada pela mesma. Através desta possibilidade, fazemos a extração coordenada de imagens panorâmicas e também de arquivos XML que contêm informações adicionais sobre estas imagens. Esse XML apresenta, por exemplo, a quantidade de superfícies e o mapeamento entre os pixels da imagem Equirretangular e os planos propriamente ditos. As imagens panorâmicas são um meio de representar uma cena de 360 graus em um sistema de coordenadas 2D sem que aja perda significativa de qualidade do seu conteúdo. Com a utilização destas imagens, somados às informações de profundidades para cada pixel e informações como a qual plano pertence qual pixel, somos capazes de calcular de maneira robusta vistas ortográficas e fachadas de edificações. Já com a divisão da imagem panorâmica em várias imagens que contêm vistas de fachadas, utilizamos um classificador de textura para fazer a separação das diversas fachadas em grandes grupos que compartilham características visuais em comum.","abstract_html":"Ferramentas de visualização de ruas como Google Street View tem ganhado cada vez mais importância em pesquisas e auxiliando na análise de dados urbanos e geográficos. Com o avanço deste tipo de tecnologia, somos capazes de nos transportar virtualmente para as mais distantes regiões ao redor do mundo e, portanto, vislumbrar as diferentes arquiteturas urbanas encontradas. Com o intuito de obter dados a respeito dos diversos tipos de construções e mesmo a respeito da composição das diferentes geografias nas ruas das cidades, viemos, por meio desta monografia, fornecer a proposta de uma solução automática para extração das fachadas de edificações e posterior agrupamento de maneira contextualizada. A API do Google Maps, disponibilizada na linguagem JavaScript, nos possibilita ter acesso direto aos grafos das ruas de qualquer região mapeada pela mesma. Através desta possibilidade, fazemos a extração coordenada de imagens panorâmicas e também de arquivos XML que contêm informações adicionais sobre estas imagens. Esse XML apresenta, por exemplo, a quantidade de superfícies e o mapeamento entre os pixels da imagem Equirretangular e os planos propriamente ditos. As imagens panorâmicas são um meio de representar uma cena de 360 graus em um sistema de coordenadas 2D sem que aja perda significativa de qualidade do seu conteúdo. Com a utilização destas imagens, somados às informações de profundidades para cada pixel e informações como a qual plano pertence qual pixel, somos capazes de calcular de maneira robusta vistas ortográficas e fachadas de edificações. Já com a divisão da imagem panorâmica em várias imagens que contêm vistas de fachadas, utilizamos um classificador de textura para fazer a separação das diversas fachadas em grandes grupos que compartilham características visuais em comum.","abstract_has_math":false,"creators":["Santos, Erick Vinicius Valadares dos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Fernandes, Leandro Augusto Frata"],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018","date_published":"2018","updated_at":"2026-07-27T19:01:04Z","subjects":[],"languages":["pt_BR"],"rights":["openAccess"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"identifier_entries":[]},"links":{"outbound_url":"https://app.uff.br/riuff/handle/1/5712","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Fernandes, Leandro Augusto Frata"]},{"key":"dc:creator","label":"Author","values":["Santos, Erick Vinicius Valadares dos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2018-02-01T12:28:28Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2018-02-01T12:28:28Z"]},{"key":"dc:date.issued","label":"Date","values":["2018"]},{"key":"dc:type","label":"Dc Type","values":["Trabalho de conclusão de curso"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["pt_BR"]},{"key":"dc:rights","label":"Dc Rights","values":["openAccess"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://app.uff.br/riuff/handle/1/5712"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Ferramentas de visualização de ruas como Google Street View tem ganhado cada vez mais importância em pesquisas e auxiliando na análise de dados urbanos e geográficos. Com o avanço deste tipo de tecnologia, somos capazes de nos transportar virtualmente para as mais distantes regiões ao redor do mundo e, portanto, vislumbrar as diferentes arquiteturas urbanas encontradas. Com o intuito de obter dados a respeito dos diversos tipos de construções e mesmo a respeito da composição das diferentes geografias nas ruas das cidades, viemos, por meio desta monografia, fornecer a proposta de uma solução automática para extração das fachadas de edificações e posterior agrupamento de maneira contextualizada. A API do Google Maps, disponibilizada na linguagem JavaScript, nos possibilita ter acesso direto aos grafos das ruas de qualquer região mapeada pela mesma. Através desta possibilidade, fazemos a extração coordenada de imagens panorâmicas e também de arquivos XML que contêm informações adicionais sobre estas imagens. Esse XML apresenta, por exemplo, a quantidade de superfícies e o mapeamento entre os pixels da imagem Equirretangular e os planos propriamente ditos. As imagens panorâmicas são um meio de representar uma cena de 360 graus em um sistema de coordenadas 2D sem que aja perda significativa de qualidade do seu conteúdo. Com a utilização destas imagens, somados às informações de profundidades para cada pixel e informações como a qual plano pertence qual pixel, somos capazes de calcular de maneira robusta vistas ortográficas e fachadas de edificações. Já com a divisão da imagem panorâmica em várias imagens que contêm vistas de fachadas, utilizamos um classificador de textura para fazer a separação das diversas fachadas em grandes grupos que compartilham características visuais em comum."]},{"key":"dc:title","label":"Title","values":["Extração e organização contextualizada de fachadas de edificações"]}]}],"canonical_facts":{"dc:contributor.advisor":["Fernandes, Leandro Augusto Frata"],"dc:creator":["Santos, Erick Vinicius Valadares dos"],"dc:date.accessioned":["2018-02-01T12:28:28Z"],"dc:date.available":["2018-02-01T12:28:28Z"],"dc:date.issued":["2018"],"dc:description.abstract":["Ferramentas de visualização de ruas como Google Street View tem ganhado cada vez mais importância em pesquisas e auxiliando na análise de dados urbanos e geográficos. Com o avanço deste tipo de tecnologia, somos capazes de nos transportar virtualmente para as mais distantes regiões ao redor do mundo e, portanto, vislumbrar as diferentes arquiteturas urbanas encontradas. Com o intuito de obter dados a respeito dos diversos tipos de construções e mesmo a respeito da composição das diferentes geografias nas ruas das cidades, viemos, por meio desta monografia, fornecer a proposta de uma solução automática para extração das fachadas de edificações e posterior agrupamento de maneira contextualizada. A API do Google Maps, disponibilizada na linguagem JavaScript, nos possibilita ter acesso direto aos grafos das ruas de qualquer região mapeada pela mesma. Através desta possibilidade, fazemos a extração coordenada de imagens panorâmicas e também de arquivos XML que contêm informações adicionais sobre estas imagens. Esse XML apresenta, por exemplo, a quantidade de superfícies e o mapeamento entre os pixels da imagem Equirretangular e os planos propriamente ditos. As imagens panorâmicas são um meio de representar uma cena de 360 graus em um sistema de coordenadas 2D sem que aja perda significativa de qualidade do seu conteúdo. Com a utilização destas imagens, somados às informações de profundidades para cada pixel e informações como a qual plano pertence qual pixel, somos capazes de calcular de maneira robusta vistas ortográficas e fachadas de edificações. Já com a divisão da imagem panorâmica em várias imagens que contêm vistas de fachadas, utilizamos um classificador de textura para fazer a separação das diversas fachadas em grandes grupos que compartilham características visuais em comum."],"dc:identifier.uri":["https://app.uff.br/riuff/handle/1/5712"],"dc:language.iso":["pt_BR"],"dc:rights":["openAccess"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"dc:title":["Extração e organização contextualizada de fachadas de edificações"],"dc:type":["Trabalho de conclusão de curso"]},"updated_at":"2026-07-27T19:01:04Z"}