BDTA USP - Resultado da busca

Trabalho de Conclusão de Curso (Graduação)
Reconhecimento do alfabeto de linguagem de sinais em tempo real através de redes neurais convolucionais profundas (2022)
Penteado, Thiago Finardi; Silva, Maíra Martins da (Orientador)
Unidade: EESC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, VISÃO COMPUTACIONAL, LÍNGUA DE SINAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PENTEADO, Thiago Finardi. Reconhecimento do alfabeto de linguagem de sinais em tempo real através de redes neurais convolucionais profundas. 2022. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/b225813a-280c-4690-8783-57349a7c02d0/Penteado_ThiagoFinardi_tcc.pdf. Acesso em: 23 abr. 2025.
APA
Penteado, T. F. (2022). Reconhecimento do alfabeto de linguagem de sinais em tempo real através de redes neurais convolucionais profundas (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/b225813a-280c-4690-8783-57349a7c02d0/Penteado_ThiagoFinardi_tcc.pdf
NLM
Penteado TF. Reconhecimento do alfabeto de linguagem de sinais em tempo real através de redes neurais convolucionais profundas [Internet]. 2022 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/b225813a-280c-4690-8783-57349a7c02d0/Penteado_ThiagoFinardi_tcc.pdf
Vancouver
Penteado TF. Reconhecimento do alfabeto de linguagem de sinais em tempo real através de redes neurais convolucionais profundas [Internet]. 2022 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/b225813a-280c-4690-8783-57349a7c02d0/Penteado_ThiagoFinardi_tcc.pdf
Trabalho de Conclusão de Curso (Graduação)
Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura (2019)
Shitara, Nícolas Hiroaki; Gonzaga, Adilson (Orientador)
Unidade: EESC
Subjects: PROCESSAMENTO DE IMAGENS, REDES NEURAIS, TRANSFERÊNCIA (APRENDIZAGEM)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SHITARA, Nícolas Hiroaki. Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura. 2019. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2019. Disponível em: https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf. Acesso em: 23 abr. 2025.
APA
Shitara, N. H. (2019). Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura (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/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf
NLM
Shitara NH. Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura [Internet]. 2019 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf
Vancouver
Shitara NH. Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura [Internet]. 2019 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf
Trabalho de Conclusão de Curso (Graduação)
Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas (2018)
Faccini, Fábio Augusto Gonçalves; Gonzaga, Adilson (Orientador)
Unidade: EESC
Subjects: IMAGEM, RECONHECIMENTO DE IMAGEM, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FACCINI, Fábio Augusto Gonçalves. Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas. 2018. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2018. Disponível em: https://bdta.abcd.usp.br/directbitstream/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf. Acesso em: 23 abr. 2025.
APA
Faccini, F. A. G. (2018). Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas (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/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf
NLM
Faccini FAG. Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas [Internet]. 2018 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf
Vancouver
Faccini FAG. Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas [Internet]. 2018 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf
Trabalho de Conclusão de Curso (Graduação)
Avaliação de desempenho de redes neurais convolucionais para classificação de imagens de texturas rotacionadas (2018)
Oliveira, Kaio Augusto de; Gonzaga, Adilson (Orientador)
Unidade: EESC
Subjects: RECONHECIMENTO DE IMAGEM, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Kaio Augusto de. Avaliação de desempenho de redes neurais convolucionais para classificação de imagens de texturas rotacionadas. 2018. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2018. Disponível em: https://bdta.abcd.usp.br/directbitstream/78d064db-ba07-48a4-8b34-016e6d37f2cd/Oliveira_Kaio_Augusto_tcc.pdf. Acesso em: 23 abr. 2025.
APA
Oliveira, K. A. de. (2018). Avaliação de desempenho de redes neurais convolucionais para classificação de imagens de texturas rotacionadas (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/78d064db-ba07-48a4-8b34-016e6d37f2cd/Oliveira_Kaio_Augusto_tcc.pdf
NLM
Oliveira KA de. Avaliação de desempenho de redes neurais convolucionais para classificação de imagens de texturas rotacionadas [Internet]. 2018 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/78d064db-ba07-48a4-8b34-016e6d37f2cd/Oliveira_Kaio_Augusto_tcc.pdf
Vancouver
Oliveira KA de. Avaliação de desempenho de redes neurais convolucionais para classificação de imagens de texturas rotacionadas [Internet]. 2018 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/78d064db-ba07-48a4-8b34-016e6d37f2cd/Oliveira_Kaio_Augusto_tcc.pdf
Trabalho de Conclusão de Curso (Graduação)
Análise da influência de descritores de textura LMP na entrada de redes neurais convolucionais (2017)
Pizzi, Daniel Arruda; Gonzaga, Adilson (Orientador)
Unidade: EESC
Subjects: IMAGEM, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
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: 23 abr. 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 abr. 23 ] 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 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/aee51052-7dd6-4937-98b6-a2c6cc91ad29/Pizzi_Daniel_Arruda_tcc.pdf
Trabalho de Conclusão de Curso (Graduação)
Redes neurais convolucionais para aprendizagem e reconhecimento de objetos 3D (2017)
Miyazaki, Caio Kioshi; Guizilini, Vitor Campanholo (Orientador)
Unidade: EESC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, TERCEIRA DIMENSÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIYAZAKI, Caio Kioshi. Redes neurais convolucionais para aprendizagem e reconhecimento de objetos 3D. 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/ee692ea6-3d9c-4d48-92a6-c672e8dbef07/Miyazaki_caio_tcc.pdf. Acesso em: 23 abr. 2025.
APA
Miyazaki, C. K. (2017). Redes neurais convolucionais para aprendizagem e reconhecimento de objetos 3D (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/ee692ea6-3d9c-4d48-92a6-c672e8dbef07/Miyazaki_caio_tcc.pdf
NLM
Miyazaki CK. Redes neurais convolucionais para aprendizagem e reconhecimento de objetos 3D [Internet]. 2017 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/ee692ea6-3d9c-4d48-92a6-c672e8dbef07/Miyazaki_caio_tcc.pdf
Vancouver
Miyazaki CK. Redes neurais convolucionais para aprendizagem e reconhecimento de objetos 3D [Internet]. 2017 ;[citado 2025 abr. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/ee692ea6-3d9c-4d48-92a6-c672e8dbef07/Miyazaki_caio_tcc.pdf

USP Schools

BDTA

Filtros

Authors

USP affiliated authors

Subjects