Redes geradoras e aprendizado de características para busca entre domínios visuais

• Processo: 17/22366-8
• Linha de fomento: Bolsas no Brasil - Doutorado Direto
• Vigência (Início): 01 de março de 2018
• Situação: Interrompido
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Moacir Antonelli Ponti
• Beneficiário: Leonardo Sampaio Ferraz Ribeiro
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 19/02808-1 - Encontrando correspondências entre representações de diferentes domínios usando combinações de características não-supervisionadas, BE.EP.DD
• Assunto(s): Visão computacional Processamento de imagens Redes neurais (computação)

Resumo

Métodos de aprendizado de características têm alcançado o estado da arte em diversas áreas. Apesar dos resultados excelentes obtidos em conjuntos de dados benchmark, ainda há pouco entendimento sobre seu funcionamento, e aplicações ainda a serem exploradas, em particular quando se considera arquiteturas que vão além das redes neurais convolucionais. Nesse projeto, propomos o uso de aprendizado de características a partir de aplicações que envolvam o mapeamento entre domínios em particular nas tarefas de recuperação de imagens entre domínios diferentes e aplicações em que há comumente limite de dados rotulados disponível para treinamento. Esses desafios podem ser resolvidos utilizando aprendizado profundo desenvolvendo novas arquiteturas baseadas em redes multi-stream, autoencoders convolucionais e modelos geradores. Os resultados esperados incluem o desenvolvimento de modelos que, possam realizar com sucesso o mapeamento entre dominios visuais diferentes, sendo capazes de generalizar para dados não vistos. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DOS SANTOS, FERNANDO P.; RIBEIRO, LEONARDO S. F.; PONTI, MOACIR A. Generalization of feature embeddings transferred from different video anomaly detection domains. JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION, v. 60, p. 407-416, APR 2019. Citações Web of Science: 3.