Detecção de objetos astronômicos em imagens multi-banda

• Processo: 24/19866-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2024
• Data de Término da vigência: 30 de novembro de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: Tiago Gomes Dourado de Oliveira
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 22/15304-4 - Aprendizado de representações ricas em contexto para visão computacional, AP.TEM
• Assunto(s): Aprendizado computacional Aprendizagem profunda Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Deep Learning | Detecção de objetos | imagens astronomicas | Imagens multi-banda | Processamento de imagens

Resumo

Telescópios ópticos capturam imagens de grandes áreas do céu em múltiplas bandas. A partir desses sinais, busca-se reconhecer o que são cada um dos objetos observados. As abordagens iniciais utilizavam medidas extraídas por métodos tradicionais de processamento de imagens e sinais para realizar a classificação. As abordagens mais modernas utilizam redes neurais e processam diretamente as imagens. Devido à quantidade de objetos capturados nessas imagens, torna-se atraente tratar esse problema como um problema de detecção de objetos do que um problema de classificação individual de objetos. Este projeto visa investigar o emprego do modelo YOLO no reconhecimento dos múltiplos objetos contidos em imagens astronômicas e contribuir para uma classificação mais eficiente dos objetos em geral.