| Processo: | 19/08589-0 |
| Linha de fomento: | Bolsas no Brasil - Mestrado |
| Vigência (Início): | 01 de setembro de 2019 |
| Vigência (Término): | 30 de novembro de 2021 |
| Área do conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
| Pesquisador responsável: | Gerberth Adín Ramírez Rivera |
| Beneficiário: | Rodrigo Fumihiro de Azevedo Kanehisa |
| Instituição-sede: | Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
| Assunto(s): | Visão computacional Aprendizado computacional Aprendizagem profunda Semântica de programação Redes neurais (computação) |
Resumo A segmentação semântica é um dos grandes problemas em aberto da visão computacional. Esse problema consiste em classificar cada pixel presente em uma imagem, delimitando um objeto. Redes neurais convolucionais mostraram-se eficientes na detecção, identificação e segmentação de objetos em imagens. No entanto, durante o processo de segmentação, alguns problemas surgem, como perda de informações espaciais e baixa resolução de mapas de recursos. Esses problemas levam a segmentações grosseiras ou ruidosas devido às incertezas nos dados. Uma maneira de combater esses problemas é usar métodos estatísticos em conjunto com redes neurais. Este projeto propõe redes neurais baseadas em métodos variacionais para segmentação semântica. Os métodos variacionais apresentam uma solução para mapear o conteúdo da imagem em um espaço latente que representa as distribuições dos dados. Assim, permitindo que a rede lide com a incerteza e modele informações mais complexas. Propomos usar uma Mistura de Modelos Gaussianos para lidar com as informações complexas. Vamos avaliar nossas propostas dentro de bases de dados existentes e comparar com os métodos existentes em métricas padrão para segmentação semântica. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias (0 total): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |