Segmentação de imagens com redes neurais totalmente convolucionais

• Processo: 20/02891-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2020
• Data de Término da vigência: 31 de dezembro de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Microsoft Research
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: Pedro Henrique Barbosa de Almeida
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Empresa: Universidade de São Paulo (USP). Instituto de Matemática e Estatística (IME)
• Vinculado ao auxílio: 17/25835-9 - Interpretação de imagens e de modelos de aprendizado profundos, AP.PITE
• Assunto(s): Redes neurais (computação) Redes neurais convolucionais Segmentação (processamento de imagem) Morfologia matemática
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Deep Learning | Morfologia Matemática | Processamento de imagens | segmentação de imagem | Transformação imagem-a-imagem | Processamento de imagens

Resumo

O objetivo deste projeto de pesquisa é expor o estudante de iniciação científica a um ciclo de pesquisa científica que contemple o estudo de fundamentos, o desenvolvimento e aplicação de um ou mais métodos, e a avaliação dos resultados obtidos, com comparações quando couber. Em particular, o foco do estudo será sobre o problema de transformações imagem-a-imagem, da qual a segmentação é um exemplo, e sobre a aplicação de redes neurais profundas totalmente convolucionais nesses problemas. Estão previstas aplicações em problemas de segmentação binária tais como vasos sanguíneos em imagens de retina e de texto ou objetos gráficos específicos em imagens de documentos. (AU)