Segmentação semântica usando um modelo de aprendizagem Hourglass

• Processo: 19/18678-0
• Linha de fomento: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Vigência (Início): 01 de novembro de 2019
• Vigência (Término): 31 de outubro de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Gerberth Adín Ramírez Rivera
• Beneficiário: Darwin Danilo Saire Pilco
• Supervisor no Exterior: Tabbone Salvatore Antoine
• Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Local de pesquisa : Université de Lorraine (UL), França
• Vinculado à bolsa: 17/16597-7 - Segmentação semântica em vídeos, BP.DR
• Assunto(s): Aprendizado computacional Reconhecimento de padrões Processamento de imagens Aprendizagem profunda

Resumo

Tarefa de segmentação semântica visa criar uma classificação densa, rotulando a nível de pixel cada objeto presente em imagens ou vídeos. Abordagens de Convolution Neural Network (CNN) têm se mostrado úteis, exibindo os melhores resultados nesta tarefa. Porem, alguns desafios permanecem, como a baixa resolução de mapas de características e a perda de precisão espacial, ambos produzidos nas CNNs por vizinhanças locais limitadas, isto é, filtros com tamanho pequeno e de forma regular. Como resolver esses problemas e obter resultados consistentes ainda é um problema em aberto: Assim, torna a segmentação semântica um problema bastante difícil, mesmo usando modelos de aprendizagem profunda. Por outro lado, a abordagem Graph Neural Networks (GNNs) demonstra a capacidade de refletir propriedades locais e globais em dados não estruturados, bem como levar em conta as conexões irregulares. Neste projeto de pesquisa, para resolver esses problemas, nos propomos a criação de uma arquitetura de aprendizagem profunda que combina extração de características locais de CNNs com a extração de características globais de GNNs e suas conexões irregulares entre pixels para abordar a tarefa de segmentação semântica em imagens. Nossa arquitetura proposta é treinável de ponta a ponta e extrai informações locais e globais para discriminar entre várias classes de objetos presentes nas imagens. Desta forma, o resultado final da nossa arquitetura proposta é a geração de imagens densamente rotuladas.