Aprendizado Contextual de Similaridade Aplicado a Redes Convolucionais de Grafos para Classificação e Recuperação de Imagens

Resumo

O crescimento exponencial das coleções de imagens tornou imprescindível o desenvolvimento de sistemas eficazes de recuperação baseada em conteúdo. Abordagens de aprendizado profundo, como Redes Neurais Convolucionais (CNNs) e Vision Transformers (ViT), apresentam grande potencial, mas o treinamento geralmente requer grandes volumes de dados rotulados, cuja obtenção é custosa e demorada. Nesse cenário, métodos não supervisionados e semi-supervisionados se destacam por reduzir essa dependência. Adicionalmente, muitas abordagens ainda se baseiam apenas na análise de similaridade par a par entre elementos, o que representa uma limitação. Dessa forma, o uso de informação contextual, que envolve considerar não apenas a distância ou similaridade entre pares, mas também a incorporação de informações de vizinhança, mostra-se bastante promissor. Sob essa perspectiva, as Redes Convolucionais de Grafos (GCNs) ganham destaque por aplicarem convoluções sobre grafos, permitindo capturar relações complexas além do espaço euclidiano. Apesar do potencial, GCNs ainda são pouco exploradas em coleções de imagens em comparação a outros tipos de dados. Este projeto propõe investigar GCNs aplicadas à recuperação e classificação de imagens, buscando aprimorar a eficácia dos métodos existentes e propor novos, especialmente em cenários com disponibilidade limitada de dados anotados. Pretende-se explorar estratégias baseadas em informação contextual e ranqueamento para melhorar cinco aspectos principais: (i) vetores de entrada; (ii) grafos de entrada; (iii) uso de dados rotulados; (iv) estratégias de treinamento; e (v) aprendizado de representações eficazes. A proposta se alinha à experiência do pesquisador responsável, que atua na área de recuperação de imagens há mais de uma década. (AU)