Gerberth Adín Ramírez Rivera em auxílios à pesquisa e bolsas apoiadas pela FAPESP.
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
A geração automática de mídia (ou síntese) é um campo que teve um incremento incrível nos últimos anos, com o advento de modelos generativos profundos. Atualmente, as redes neurais podem criar textos, imagens e vídeos com base em rótulos de classes ou outras mídias. A tarefa comum é gerar conteúdo. No entanto, podemos aproveitar as representações das características aprendidas sobre essas…
O número de dispositivos inteligentes e equipamentos eletrônicos pessoais que possuímos e interagimos têm aumentado diariamente. Considerando que expressões faciais e corporais são os sinais mais relacionados com nossas emoções, é natural incorporar a capacidade de reconhecimento destes sinais nestes dispositivos para melhorar suas funcionalidades. Além disso, o reconhecimento de expressõ…
O Visual Question Answer (VQA) é uma tarefa que visa responder a uma pergunta do usuário com base em uma determinada imagem. Normalmente, esta tarefa requer uma combinação de conceitos de Visão Computacional e Processamento de Linguagem Natural. A maioria dos sistemas VQA existentes mesclam os recursos de imagem e pergunta extraídos para prever uma resposta. No entanto, essa fusão multimo…
A segmentação semântica é um dos grandes problemas em aberto da visão computacional. Esse problema consiste em classificar cada pixel presente em uma imagem, delimitando um objeto. Redes neurais convolucionais mostraram-se eficientes na detecção, identificação e segmentação de objetos em imagens. No entanto, durante o processo de segmentação, alguns problemas surgem, como perda de informa…
Uma propriedade importante da percepção humana é aquela onde uma pessoa não costuma interpretar uma cena inteira de uma vez, por exemplo, se nós queremos dizer qual o modelo de um carro, não precisamos olhar para pessoas ou animais no ambiente. Igualmente quando estamos classificando imagens, não precisamos “prestar atenção” em certas partes da imagem. Atenção é um componente importante d…
O Visual Question Answering (VQA) é um campo de pesquisa multimodelo com o objetivo de responder a perguntas baseada em imagens. Sua atratividade é causada por combinar dois campos que normalmente são individuais como CV e PLN. Para alcançar um alinhamento abrangente e semântico entre os dois campos, alguns trabalhos que focam em vieses nos dados, e outros direcionam à modelos pré treinad…
Tarefa de segmentação semântica visa criar uma classificação densa, rotulando a nível de pixel cada objeto presente em imagens ou vídeos. Abordagens de Convolution Neural Network (CNN) têm se mostrado úteis, exibindo os melhores resultados nesta tarefa. Porem, alguns desafios permanecem, como a baixa resolução de mapas de características e a perda de precisão espacial, ambos produzidos na…
CV Lattes
ORCID