Busca avançada
Ano de início
Entree

Segmentação espacial de instâncias a partir de câmera monocular utilizando redes neurais convolutivas

Processo: 19/03366-2
Linha de fomento:Bolsas no Brasil - Doutorado
Vigência (Início): 01 de junho de 2019
Vigência (Término): 28 de fevereiro de 2021
Área do conhecimento:Engenharias - Engenharia Elétrica
Pesquisador responsável:Denis Fernando Wolf
Beneficiário:Angelica Tiemi Mizuno Nakamura
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:14/50851-0 - INCT 2014: Instituto Nacional de Ciência e Tecnologia para Sistemas Autônomos Cooperativos Aplicados em Segurança e Meio Ambiente, AP.TEM
Assunto(s):Robôs móveis   Redes neurais convolucionais   Veículos inteligentes   Segmentação (processamento de imagem)   Aprendizagem

Resumo

Os sistemas assistivos ao motorista para automação parcial ou total do veículo são sistemas que auxiliam na tomada de decisão e têm a capacidade de exercer um importante papel na segurança e eficiência no tráfego de veículos. Tais sistemas exigem um método robusto de percepção que seja capaz de lidar com cenários urbanos complexos e problemas de oclusão, de modo que o veículo compreenda o ambiente em que está trafegando. Em vista disso, o presente projeto de doutorado propõe um método baseado em redes neurais que realiza a segmentação espacial das instâncias, de forma que seja realizado simultaneamente o aprendizado da estimativa de informações de profundidade a partir de imagens monoculares e a segmentação de instâncias. A extração de características relevantes para o aprendizado de ambas tarefas será realizada utilizando as redes neurais convolutivas. Para possibilitar a classificação de cada pixel da imagem, a rede será projetada com a arquitetura encoder-decoder, e o aprendizado simultâneo das tarefas será dada pela divisão da arquitetura em diferentes decoders. Para tanto, serão estudados dois objetos de pesquisa, que são o conjunto de funções de perda que proporciona a melhor convergência durante o treinamento e a definição de uma arquitetura que favoreça o compartilhamento de informações entre as tarefas durante o processo de aprendizagem. Para validação da proposta, serão realizados a comparação de desempenho em benchmarks da área e experimentos reais com a plataforma CaRINA II, um projeto de veículo autônomo em desenvolvimento pelo Laboratório de Robótica Móvel em conjunto com o Laboratório de Sistemas Inteligentes da USP de São Carlos. Este projeto faz parte do projeto temático apoiado pela FAPESP, processo n. 2014/50851-0 "Instituto Nacional de Ciência e Tecnologia para sistemas autônomos cooperativos aplicados em segurança e meio ambiente". (AU)