Análise da influência de descritores de textura LMP na entrada de redes neurais convolucionais (2017)
- Authors:
- Autor USP: PIZZI, DANIEL ARRUDA - EESC
- Unidade: EESC
- Subjects: IMAGEM; REDES NEURAIS
- Keywords: Classificação de imagens; Convolutional neural networks; Descritores de textura; Image classification; Redes neurais convolucionais; Texture descriptors
- Language: Português
- Abstract: O problema de classificação de imagens, tarefa na qual rotula-se uma imagem de entrada dentre um conjunto de categorias preestabelecidas, é recorrente e um dos mais importantes no campo de visão computacional. Nos últimos anos, os melhores resultados para esse problema têm sido obtidos com o uso de redes neurais convolucionais (convolutional neural networks - CNNs). Neste trabalho, avaliou-se o efeito do uso de descritores LMP (Local Mapped Pattern) aplicados na imagem de entrada. Primeiramente projetou-se uma arquitetura CNN que foi treinada utilizando-se o conjunto de imagens CIFAR-10, composto de 60.000 imagens de tamanho 32x32 pixels e 3 canais (RGB), sendo 50.000 imagens de treino e 10.000 imagens de teste divididas em 10 categorias. Após aferida a acurácia da arquitetura, verificou-se a variação dessa acurácia quando as imagens de entrada, tanto de treino quanto de teste, eram submetidas aos descritores LMP. Foram utilizados dois descritores LMP, o LMP sigmoidal e o LMP triangular, e foram testadas diferentes combinações entre a matriz de texturas obtidas por cada descritor e a imagem original. Após os testes, constatou-se que no caso da matriz de texturas ser calculada sobre cada canal a acurácia se manteve praticamente inalterada, mas quando a matriz de texturas era calculada sobre a matriz de intensidades da imagem há uma pequena melhora na acurácia da arquitetura somente devido a esse pré-processamento, já que a arquitetura se manteve inalterada. Em um campo de estudo relativamente novo como o de CNNs, em que ainda não se tem o controle total sobre quais parâmetros podem aumentar a eficiência da sua arquitetura, o uso de descritores LMP nas imagens de entrada de uma CNN se mostra como uma boa opção, ainda mais pelo fato de que não se necessita fazer alterações na arquitetura em si
- Imprenta:
- Publisher place: São Carlos
- Date published: 2017
-
ABNT
PIZZI, Daniel Arruda. Análise da influência de descritores de textura LMP na entrada de redes neurais convolucionais. 2017. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2017. Disponível em: https://bdta.abcd.usp.br/directbitstream/aee51052-7dd6-4937-98b6-a2c6cc91ad29/Pizzi_Daniel_Arruda_tcc.pdf. Acesso em: 16 mar. 2025. -
APA
Pizzi, D. A. (2017). Análise da influência de descritores de textura LMP na entrada de redes neurais convolucionais (Trabalho de Conclusão de Curso (Graduação). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/aee51052-7dd6-4937-98b6-a2c6cc91ad29/Pizzi_Daniel_Arruda_tcc.pdf -
NLM
Pizzi DA. Análise da influência de descritores de textura LMP na entrada de redes neurais convolucionais [Internet]. 2017 ;[citado 2025 mar. 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/aee51052-7dd6-4937-98b6-a2c6cc91ad29/Pizzi_Daniel_Arruda_tcc.pdf -
Vancouver
Pizzi DA. Análise da influência de descritores de textura LMP na entrada de redes neurais convolucionais [Internet]. 2017 ;[citado 2025 mar. 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/aee51052-7dd6-4937-98b6-a2c6cc91ad29/Pizzi_Daniel_Arruda_tcc.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Pizzi_Daniel_Arruda_tcc.p... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
