Defesa de Dissertação de Mestrado: Classificação de Objetos em Contexto Real por Redes Neurais Convolutivas

Título: “Classificação de Objetos em Contexto Real por Redes Neurais Convolutivas

Aluno: Luís Marcelo Vital Abreu Fonseca

Comissão Julgadora:

Nome Titulação Afiliação Obs.
1 Ruy Luiz Milidiu Doutor / UC Berkeley PUC-Rio Orientador e Presidente
2 Simone Diniz Junqueira Barbosa Doutor / PUC-Rio PUC-Rio
3 Alberto Barbosa Raposo Doutor / UNICAMP PUC-Rio  
4 Thibaut Victor Gaston Vidal Doutor / U.M. PUC-Rio Suplente

Resumo:

A classificação de imagens em contexto real é o ápice tecnológico do reconhecimento de objetos. Esse tipo de classificação é o mais complexo possível, contendo diversos problemas de visão computacional em abundância. Este projeto propõe solucionar esse tipo de classificação através do uso do conhecimento no aprendizado de máquina aplicado ao dataset do MS COCO.

O algoritmo implementado neste projeto consiste de um modelo de Rede Neural Convolutiva que consegue aprender características dos objetos e realizar predições sobre suas classes. São elaborados alguns experimentos que comparam diferentes resultados de predições a partir de diferentes técnicas de aprendizado. É também realizada uma comparação dos resultados da implementação com o estado da arte na segmentação de objetos em contexto.