Você está aqui: Página Inicial / Pós-Graduação / Informática / Temas de Pesquisa / Temas de pesquisa 2020.1 / Aprendizagem Profunda e Aplicações em Visão Computacional

Aprendizagem Profunda e Aplicações em Visão Computacional

Prof. Dr. Thales Vieira e Prof. Dr. Tiago Viera

Resumo:

Diversos problemas de visão computacional vêm sendo explorados nos últimos anos usando redes neurais artificiais profundas. Dados provenientes da Computação Visual, como por exemplo imagens rgb, imagens de profundidade, vídeos e esqueletos, podem ser explorados por algoritmos de aprendizagem profunda para realizar reconhecimento de objetos, gestos, ações humanas e línguas de sinais, por exemplo. Encontrar e calibrar hiperparâmetros de arquiteturas de redes neurais adequadas para resolver problemas específicos de visão computacional, como por exemplo redes neurais convolucionais e recorrentes, é um problema importante nesse contexto.

 

Referencial bibliográfico: 

1 - Schmidhuber, Jürgen. "Deep learning in neural networks: An overview." Neural networks 61 (2015): 85-117.

2 - VIEIRA, Thales; FAUGEROUX, ROMAIN ; MARTINEZ, Dimas ; LEWINER, Thomas. Online human moves recognition through discriminative key poses and speed-aware action graphs. Machine Vision and Applications, v. 28, p. 185-200, 2017.

3 - Simonyan, Karen, and Andrew Zisserman. "Very deep convolutional networks for large- scale image recognition." arXiv preprint arXiv:1409.1556 (2014).

4 - Hochreiter, Sepp, and Jürgen Schmidhuber. "Long short-term memory."Neural computation 9, no. 8 (1997): 1735-1780.