| Texto completo | |
| Autor(es): |
Pereira-Ferrero, Vanessa Helena
;
Valem, Lucas Pascotti
;
Leticio, Gustavo Rosseto
;
Pedronette, Daniel Carlos Guimaraes
Número total de Autores: 4
|
| Tipo de documento: | Artigo Científico |
| Fonte: | INTERNATIONAL JOURNAL OF SEMANTIC COMPUTING; v. 18, n. 04, p. 22-pg., 2024-08-16. |
| Resumo | |
Despite the great advances in the field of image classification, the association of ideal approaches that can bring improved results, considering different datasets, is still an open challenge. In this work, a novel approach is presented, based on a combination of compared strategies: feature extraction for early fusion; rankings based on manifold learning for late fusion; and feature augmentation applied in a long short-term memory (LSTM) algorithm. The proposed method aims to investigate the effect of feature fusion (early fusion) and ranking fusion (late fusion) in the final results of image classification. The experimental results showed that the proposed strategies improved the accuracy of results in different tested datasets (such as CIFAR10, Stanford Dogs, Linnaeus 5, Flowers 102, and Flowers 17) using a fusion of features from three convolutional neural networks (CNNs) (ResNet152, VGG16, and DPN92) and its respective generated rankings. The results indicated significant improvements and showed the potential of the approach proposed for image classification. (AU) | |
| Processo FAPESP: | 20/02183-9 - Aprendizado não supervisionado baseado em ranqueamento e aprendizado profundo em domínios diversos |
| Beneficiário: | Vanessa Helena Pereira Ferrero |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |
| 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: | 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 |