Aprendizado Interativo de Dicionários Visuais Aplicado à Classificação de Imagens

Resumo

Técnicas baseadas em Deep Learning tem se convertido muito populares no projeto de descritores de imagem e classificadores de padrões como um único pipeline. Uma desvantagem bem conhecida nessas técnicas, no entanto, é a necessidade de grandes conjuntos de treinamento com amostras pré-anotadas. Infelizmente, em varias aplicações das Ciências e da Engenharia, é difícil contar com especialistas para pré-anotar grandes conjuntos de dados, especialmente quando a anotação requer segmentação interativa de imagem (que é o caso quando as amostras são objetos da imagem). Ainda a especificação manual de regiões de interesse ao redor dos objetos pode ser difícil quando o número de amostras requeridas é alto, ou quando a imagem é volumétrica. Isto torna importante a investigação de técnicas que possam aprender de um número pequeno de amostras rotuladas. Bag of Visual Words (BoVW) é um exemplo de sucesso em aprendizado não supervisado de características. Depois de detectar pontos e características locais a partir de um conjunto de imagens de treinamento não rotuladas, um dicionário de palavras visuais pode ser construído com as características mais representativas e um descritor efetivo de imagem pode ser obtido através da correspondência das características locais extraídas de uma nova imagem e as palavras visuais do dicionário. Logo, treinando um classificador supervisionado baseado nesses descritores de imagem, é possível atribuir rótulos a imagens novas. Neste projeto, visamos revisitar BoVW para o projeto de descritores de imagem a partir de um número pequeno de amostras rotuladas. Dado o sucesso de BoVW como uma técnica não supervisionada de aprendizado de características, acreditamos que o conhecimento dos rótulos das amostras pode melhorar consideravelmente o seu desempenho. Portanto, propomos investigar maneiras de explorar a informação dos rótulos no projeto de dicionários visuais. Isto nos permite incrementar o número de amostras rotuladas através de aprendizado ativo, devido a que o classificador de padrões baseado no descritor de imagem por BoVW melhora com as iterações de aprendizado. Nós acreditamos que o desempenho do classificador resultante será satisfatório, muito antes que o conjunto rotulado de treinamento possa ser considerado grande, o qual seria uma tremenda economia de tempo e esforço em anotação de imagens para os especialistas. Nós temos também interesse na avaliação do desempenho do classificador de imagem resultante baseado em BoVW com o classificador de imagens baseado em Deep Learning, utilizando os mesmos conjuntos de treinamento acrescentados. A ideia é descobrir o número mínimo de amostras rotuladas requeridas para aplicar Deep Learning efetivamente. Naturalmente, essas questões podem levar a respostas diferentes dependendo da aplicação. Pretendemos nos focar em bancos de imagens de um projeto associado com o diagnostico de parasitos intestinais. (AU)