Geração e Sintetização de Documentos Cadastrais usando Generative Adversarial Networks

• Processo: 20/04814-6
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de maio de 2020
• Data de Término da vigência: 28 de fevereiro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Roberto de Alencar Lotufo
• Beneficiário: Rafael Derradi de Souza
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis
• Vinculado ao auxílio: 19/06667-3 - Leitura robusta de documentos cadastrais usando Deep Learning, AP.PIPE
• Assunto(s): Inteligência artificial Aprendizagem profunda
• Palavra(s)-Chave do Pesquisador: Deep Learning | Inteligência Artificial

Resumo

A estruturação de informações de documentos digitalizados a partir da leitura automática de texto é uma área que tem despertado bastante interesse comercial devido ao seu potencial de agilizar e facilitar diversos tipos de processos. Este projeto visa o desenvolvimento de arquiteturas end-to-end usando técnicas avançadas de Deep Learning para leitura robusta e restauração inteligente de documentos cadastrais com alta assertividade, robustez, eficiência e escalabilidade. Um dos desafios do projeto é a obtenção de um grande número de amostras anotadas para utilização durante o treinamento dos modelos. A estratégia a ser adotada envolve a utilização de redes adversariais geradoras (ou GANs, do inglês Generative Adversarial Networks). A arquitetura básica de tais redes consiste em uma componente geradora de novos exemplos e outra discriminadora que avalia se o dado gerado é real ou falso. As GANs têm sido bastante empregadas na geração de dados sintéticos em diversas áreas, como moda, video games, etc., e são comumente usadas na geração de dados apropriados para treinamento de modelos para leitura robusta. Neste projeto, serão avaliadas as principais arquiteturas de GANs atualmente existentes para aplicação em problemas de restauração e sintetização de imagens, bem como o desenvolvimento de uma arquitetura eficiente para a realização de tais tarefas, buscando superar dificuldades como correção de perspectiva de captura, remoção de fundo, marcas d'água, carimbos e/ou assinaturas, comumente presentes em documentos cadastrais.