Novos Métodos para Aprendizado de Hierarquias Visuais Profundas

Resumo

Enquanto os seres humanos demonstram habilidade impressionante no reconhecimento de objetos mesmo sob condições adversas de observação, a visão por computador ainda está restrita ao reconhecimento de objetos específicos sob condições de observação controladas. Com o intuito de reproduzir as habilidades humanas, neurocientistas que trabalham com visão vêm por muito tempo desvendando informações importantes sobre os mecanismos empregados pelo cérebro no processamento de informações visuais. Hoje em dia, o uso de hierarquias visuais feedforward, contendo muitas camadas com operações biologicamente plausíveis lineares e não-lineares, tem conferido aos computadores uma capacidade surpreendente na execução de tarefas como reconhecer faces, animais, veículos, e uma série de outros objetos. Uma propriedade interessante dessas hierarquias é que elas operam diretamente sobre o domínio da imagem, e que, com operações simples, elas são capazes de aprender passos para o processamento da imagem que, em abordagens tradicionais de visão computacional, teriam que ser manualmente projetados. Apesar desses resultados recentes, muitas questões persistem sobre como aprender hierarquias visuais profundas. Sua arquitetura, por exemplo, parece ser especialmente relevante. Outro aspecto relevante é como treinar tal hierarquia de tal forma que ela possa efetivamente aprender a extrair informações significativas das imagens. Neste projeto, nós propomos direções plausíveis para avançar nesses aspectos. Nós acreditamos que temos meios para progredir em tais direções -- apresentando resultados preliminares para uma delas -- e que o cumprimento das atividades a elas associadas nos permitirá obter novos níveis de desempenho em problemas difíceis de visão computacional, tais como reconhecimento facial não controlado, reconhecimento de objetos em geral, recuperação de imagens baseada em conteúdo, entre outros.