Análise comparativa de características profundas para o reconhecimento de tarefas em dados multimídia

• Processo: 22/01246-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2022
• Data de Término da vigência: 31 de janeiro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Microsoft Research
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Arissa Yoshida
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Empresa: Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Instituto de Geociências e Ciências Exatas (IGCE)
• Vinculado ao auxílio: 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais, AP.PITE
• Assunto(s): Aprendizado computacional Processamento de sinais de vídeo Vídeo
• Palavra(s)-Chave do Pesquisador: Aprendizado em Profundidade | processamento de vídeos | Aprendizado de máquina

Resumo

Reconhecimento de dados multimídia objetivam, principalmente, identificar o tipo de categoria de um determinado vídeo, isto é, o mesmo pode ser um filme romântico ou de ficção científica. O vídeo também pode conter algumas ações como, por exemplo, uma caminhada no parque, esportes ou corridas de carro. O principal objetivo deste projeto é comparar diferentes arquiteturas profundas para aprendizado de características e classificação de vídeos de tal forma a estabelecer qual tipo de rede profunda é mais apropriada para classificação de vídeos em determinadas tarefas. Iremos investigar diferentes tipos de arquiteturas neurais em bases públicas de vídeos. (AU)