Uma Técnica de Segmentação de Texturas Baseada em Detecção de Fronteiras Usando Redes Neurais Convolucionais
Nome: LUCAS DE ASSIS SOARES
Tipo: Tese de doutorado
Data de publicação: 23/10/2020
Orientador:
Nome |
Papel |
|---|---|
| PATRICK MARQUES CIARELLI | Co-orientador |
| EVANDRO OTTONI TEATINI SALLES | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| THOMAS WALTER RAUBER | Examinador Externo |
| PATRICK MARQUES CIARELLI | Coorientador |
| MARIO SARCINELLI FILHO | Examinador Interno |
| KARIN SATIE KOMATI | Examinador Externo |
| EVANDRO OTTONI TEATINI SALLES | Orientador |
Páginas
Resumo: Esse trabalho apresenta uma técnica para segmentação de texturas em imagens de mosaicos de texturas por meio de redes neurais convolucionais. O método não se baseia em um número limitado de classes de texturas,
mas em uma classificação binária dos pixels da imagem como sendo pixels internos a regiões de texturas, ou pixels pertencentes à fronteira entre duas ou mais diferentes texturas. A rede utiliza tem uma quantidade pequena de
camadas e também possui poucos filtros em cada uma das camadas, tornando seu treinamento e operação eficientes do ponto de vista computacional. As texturas utilizadas são do banco de dados Prague Texture Segmentation Datagenerator and Benchmark. Para aumentar a quantidade de imagens e tornar o modelo mais robusto, um processo de aumento das imagens é utilizado. Os resultados são avaliados pelas curvas de precision × recall, e a F-measure e mostram que a técnica é muito promissora, alcançando um F-measure de 0,932 e uma área sob a curva precision × recall de 0,960. Além disso, uma análise da resposta dos filtros da rede para imagens naturais
sugerem que a rede poderia ser usada em aplicações que envolvem a transferência de aprendizado.
