A+A-ContrastAcessibilidade
EnglishPortuguese
Buscar
04 Jun
14:00 Defesa de Mestrado 85 - IC 2
Tema
Análise de Dados Complexos para Detecção de Eventos
Aluno
Caroline Mazini Rodrigues
Orientador / Docente
Zanoni Dias
Breve resumo
Uma diversidade de eventos, como atos terroristas e catástrofes naturais, ocorre frequentemente em todo o mundo. A disponibilidade de imagens na internet pode ajudar a entender esses eventos. Ao lidar com imagens de eventos, a filtragem é um dos principais desafios. Os dados cruciais, que realmente poderiam representar o evento, podem estar misturados com quantidades ainda maiores de dados sem importância. No entanto, a seleção manual de imagens representativas (úteis) em uma grande quantidade de dados pode ser inviável. Assim, uma pergunta surge: Como separar automaticamente as imagens representativas das não-representativas? Propusemos técnicas para lidar com essa questão, considerando a falta de imagens rotuladas para indicar representatividade. Lidamos com a recuperação de imagens por representatividade usando métodos de recuperação de imagem baseados em conteúdo (CBIR), posteriormente aprimorados por métricas de avaliação de qualidade de ranking. No entanto, um dos maiores problemas encontrados ao recuperar imagens é representá-las de maneira correta semanticamente. Para propor representações capazes de capturar a semântica de eventos, apresentamos duas abordagens. Nossas abordagens são baseadas em representações de componentes que podem codificar as informações necessárias para descrever os eventos, como pessoas que fizeram parte do evento (por exemplo, suspeitos ou vítimas); objetos que aparecem na cena (por exemplo, carros ou armas); e o local onde o evento se desenrolou (por exemplo, parques, estádios ou prédios). A primeira abordagem proposta, chamada Espaço Semântico de Eventos, pretende descrever imagens como uma representação de baixa dimensionalidade usando uma pequena quantidade de imagens representativas conhecidas. A segunda abordagem visa melhorar os resultados de precisão da primeira abordagem treinando uma combinação dos componentes representativos. Os resultados em três conjuntos de dados de eventos do mundo real atestam a capacidade de nossos métodos para representar eventos com base na combinação de componentes representativos.
Banca examinadora
Titulares:
Zanoni Dias IC/UNICAMP
Hélio Pedrini IC/UNICAMP
Moacir Antonelli Ponti ICMC/USP
Suplentes:
Sandra Eliza Fontes de Avila IC/UNICAMP
Roberto Hirata Junior IME/USP