Novas tendências em reconhecimento de padrões baseado em floresta de caminhos ótimos

Resumo

Classificadores de padrões tradicionais, tais como Máquinas de Vetores de Suporte (Support Vector Machines - SVM) e redes neurais, pagam o preço de uma etapa de treinamento muito custosa para atingir taxas de exatidão aceitáveis em um conjunto de teste. Ainda assim, são inviáveis em situações que exigem um constante retreinamento dos dados e, principalmente, em aplicações com grande volume de dados (segmentação interativa de imagens de ressonância magnética do cérebro e de partículas de ferro em imagens metalográficas de alta resolução, por exemplo). Recentemente, um novo algoritmo de reconhecimento de padrões denominado Floresta de Caminhos Ótimos (Optimum-Path Forest - OPF) foi proposto na literatura, o qual demonstrou ser superior a redes neurais e classificadores bayesianos e similar às SVM, porém extremamente mais rápido (500x-1000x, dependendo do tamanho da base de dados), sendo ainda contemplado com 3 prêmios no ano de 2009. O classificador OPF modela a tarefa de classificação dos dados como sendo um problema de partição de um grafo induzido pelo espaço de características em árvores de caminhos ótimos (Optimum-Path Tree - OPT), onde cada amostra está mais fortemente conexa à raiz de sua árvore do que a qualquer outra raiz nessa floresta. Amostras pertencentes a uma mesma OPT recebem o mesmo rótulo no processo de classificação dos dados. Embora o classificador OPF tenha sido utilizado em diversas áreas de pesquisa nos últimos 2 anos, tais como sensoriamento remoto, visão computacional (impressão digital e reconhecimento de faces), identificação de doenças parasitárias em humanos e processamento de sinais biomédicos, existem ainda muitas outras que necessitam validar a sua aplicabilidade. O presente projeto de pesquisa objetiva um amplo e completo estudo do classificador OPF, bem como o desenvolvimento de novas variantes do mesmo, sua implementação em GPU (Graphics Processing Unit) e sua aplicação em diversas outras áreas de pesquisa e em situações que demandam um grande volume de dados, as quais não podem ainda ser resolvidas com eficiência e eficácia pelos tradicionais métodos de reconhecimento de padrões, tais como redes neurais e SVM. O projeto engloba ainda a aplicação do OPF em rastreamento de objetos e processamento de sinais. Cooperações com diversos grupos de pesquisa nacionais e internacionais, atuando como uma força tarefa no sentido de divulgar e validar o classificador OPF, estão contempladas na presente proposta de projeto de pesquisa. Vale ressaltar, também, que todos os trabalhos propostos pelo referido projeto caracterizam-se pelo seu caráter inovador, pois cada um deles abrange uma área de pesquisa ainda não contemplada pelo classificador OPF. Esta proposta de projeto de pesquisa contempla atividades em todos os níveis de pesquisa, tais como iniciação científica e pós-graduação. (AU)