04 set 2020
09:00 Defesa de Doutorado Integralmente a distância
Tema
A Study on Foveal Image Models in Computer Vision Applications
Aluno
Ewerton Almeida Silva
Orientador / Docente
Ricardo da Silva Torres
Breve resumo
Os enormes volumes de dados da era atual têm levado a muitos desafios científicos. Lidar com essa quantidade de dados requer que as aplicações de software considerem as restrições de armazenamento e energia de alguns ambientes computacionais. As aplicações de visão computacional (VC) exemplificam bem esse cenário, já que geralmente processam séries de imagens uniformes de alta resolução para produzir os resultados desejados. Nesse cenário, uma perspectiva não convencional a ser explorada é o uso de modelos foveais de imagem capazes de reamostrar imagens uniformes em imagens espaço-variantes. A inspiração para tal provém da retina humana, na qual a fóvea central possui resolução máxima, enquanto a periferia caracteriza-se por uma resolução que diminui gradualmente. Assim, para reduzir a quantidade de dados processados pelo cérebro, movemos nossos olhos para focar um ponto de interesse; nesse processo, também mantemos informações periféricas relevantes.
Neste trabalho, exploramos o conceito de modelos foveais de imagem em aplicações de VC. A motivação do estudo decorre de desafios derivados (i) da alta disponibilidade de grandes volumes de dados de imagem, (ii) do aumento do uso de aplicativos de VC em diferentes plataformas de computação, (iii) da necessidade de lidar adequadamente com recursos limitados de armazenamento e energia de alguns ambientes e (iv) da necessidade de técnicas adequadas de visualização de informações que auxiliem a execução de inspeções visuais em séries temporais de imagens. Em nossa contribuição inicial, propomos um framework para a criação de modelos retinais de imagem orientados a aplicações. Validamos os modelos em uma aplicação de biometria, mostrando que boas taxas de acurácia podem ser mantidas juntamente às reduções de armazenamento e energia induzidas pelos modelos. Nossa segunda contribuição é uma abordagem de foveação de imagem orientada a mudanças para estudos de fenologia de plantas. Validamos a abordagem com uma base de dados de imagens de sensoriamento remoto. Os experimentos indicam que os modelos fornecem reduções de armazenamento e resultados interessantes de correlação com imagens uniformes, em uma configuração usualmente adotada em estudos no campo da fenologia. Finalmente, em nossa terceira contribuição, atacamos o desafio de lidar com séries temporais de imagens de altíssima resolução. Propomos uma abordagem de visualização de informação baseada em conceitos de foveação e detecção de regiões salientes. Validamos a abordagem por meio de uma base de dados usada de fenologia e mostramos que a abordagem pode facilitar inspeções visuais de grandes volumes de dados de imagem.
Banca examinadora
Titulares:
| Ricardo da Silva Torres | IC/UNICAMP |
| Fábio Augusto Menocci Cappabianco | ICT/UNIFESP |
| Keiller Nogueira | University of Stirling/Escócia |
| Hélio Pedrini | IC/UNICAMP |
| Marcos Vinicius Mussel Cirne | IC/UNICAMP |
Suplentes:
| Ulisses Martins Dias | FT/UNICAMP |
| Alexandre Mello Ferreira | IC/UNICAMP |
| João Paulo Papa | DCo/UNESP |