Métodos eficientes para a classificação de imagens de plâncton

• Processo: 22/09376-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de agosto de 2022
• Data de Término da vigência: 31 de outubro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Belmont Forum
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: Alexandre Morimitsu
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 18/24167-5 - World Wide Web of Plankton Image Curation (www.pic), AP.R
• Assunto(s): Reconhecimento de padrões Aprendizado computacional Aprendizagem profunda Classificação de imagens Visão computacional Interação homem-máquina Plâncton
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Classificação de Imagens | Deep Learning | Plâncton | Visão Computacional | Reconhecimento de Padrões

Resumo

O objetivo principal deste projeto de pós-doutorado é dar continuidade ao desenvolvimento de métodos computacionais baseados em aprendizado de máquina para acelerar tanto a anotação quanto a classificação de imagens de plâncton, de forma a minimizar o esforço empenhado pelo especialista. O método deve ser capaz de fazer uso efetivo de conhecimento gerado previamente, produzindo rapidamente um novo classificador adaptado para imagens ou condições de uso novas. Alguns dos tópicos a serem explorados na pesquisa são abordagens não-supervisionadas ou semi-supervisionadas de aprendizado de máquina, possivelmente incluindo mecanismos de interação com usuários, assim como técnicas relacionadas à detecção de novidades e tratamento de desbalancemanto de classes. (AU)