| Texto completo | |
| Autor(es): |
Lopes, Leonardo Tadeu
;
Valem, Lucas Pascotti
;
Guimaraes Pedronette, Daniel Carlos
;
Guilherme, Ivan Rizzo
;
Papa, Joao Paulo
;
Silva Santana, Marcos Cleison
;
Colombo, Danilo
;
Farinella, GM
;
Radeva, P
;
Braz, J
Número total de Autores: 10
|
| Tipo de documento: | Artigo Científico |
| Fonte: | VISAPP: PROCEEDINGS OF THE 15TH INTERNATIONAL JOINT CONFERENCE ON COMPUTER VISION, IMAGING AND COMPUTER GRAPHICS THEORY AND APPLICATIONS, VOL 4: VISAPP; v. N/A, p. 9-pg., 2020-01-01. |
| Resumo | |
The huge increase in the amount of multimedia data available and the pressing need for organizing them in different categories, especially in scenarios where there are no labels available, makes data clustering an essential task in different scenarios. In this work, we present a novel clustering method based on an unsupervised manifold learning algorithm, in which a more effective similarity measure is computed by the manifold learning and used for clustering purposes. The proposed approach is applied to anomaly detection in videos and used in combination with different background segmentation methods to improve their effectiveness. An experimental evaluation is conducted on three different image datasets and one video dataset. The obtained results indicate superior accuracy in most clustering tasks when compared to the baselines. Results also demonstrate that the clustering step can improve the results of background subtraction approaches in the majority of cases. (AU) | |
| Processo FAPESP: | 18/15597-6 - Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação |
| Beneficiário: | Daniel Carlos Guimarães Pedronette |
| Modalidade de apoio: | Auxílio à Pesquisa - Jovens Pesquisadores - Fase 2 |
| Processo FAPESP: | 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo? |
| Beneficiário: | Alexandre Xavier Falcão |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria |
| Beneficiário: | Francisco Louzada Neto |
| Modalidade de apoio: | Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs |
| Processo FAPESP: | 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |
| Processo FAPESP: | 19/07825-1 - Máquinas de Boltzmann em profundidade para reconhecimento de eventos em vídeos |
| Beneficiário: | Mateus Roder |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Processo FAPESP: | 18/21934-5 - Estatística de redes: teoria, métodos e aplicações |
| Beneficiário: | André Fujita |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |