Um Modelo adaptativo às Transições entre Ambientes Internos e Externos para Aplicações de Realidade Aumentada Móvel
Realidade Aumentada, Dispositivos Móveis, Visão Computacional, Registro.
A adaptação às mudanças do ambiente físico para aplicações de Realidade Aumentada Móvel (RAM) é um dos desafios atuais da área, principalmente nas transições entre ambientes interiores e exteriores, pois causam mudanças nas características do ambiente, como na iluminação que dificulta o reconhecimento do ambiente, ou aumentando a imprecisão de sensores como GPS (Global Positioning System) em ambientes interiores. De maneira geral, as aplicações de RAM ou estão voltadas somente para ambientes exteriores com registro realizado com GPS e outros sensores, ou somente para ambientes interiores com registro realizado com base em algoritmos de visão computacional. Considerando o contexto exposto, esta tese apresenta um modelo adaptativo às transições entre ambientes interiores e exteriores para aplicações RAM, com base em um enfoque híbrido, elegendo a melhor combinação entre sensores de longo alcance (GPS), sensores de curto alcance (Wi-Fi, Beacons, etc), e técnicas de visão computacional, para mitigar sobretudo os problemas de localização e orientação do dispositivo e o registro da aplicação RAM de forma transparente para usuário.Para validar o modelo foi desenvolvida uma aplicação RAM, e foram realizadas as seguintes avaliações para ambientes exteriores e interiores: precisão na classificação dos ambientes, precisão da localização e orientação do dispositivo e qualidade do registro