A+A-ContrastAcessibilidade
EnglishPortuguese
Buscar
10 Mai
16:00 Defesa de Mestrado Integralmente a distância
Tema
Atenção Variacional para Classificação de Imagens
Aluno
Darley Freire Barreto
Orientador / Docente
Gerberth Adín Ramírez Rivera
Breve resumo
A atenção em inteligência artificial foi inspirada pela atenção visual humana e foi projetada para aumentar a flexibilidade dos modelos neurais, fornecendo uma noção de relevância. As entradas visuais completas podem conter informações excessivas que afetam os modelos e prejudicam seu treino. Ao atender regiões de interesse de uma imagem, um modelo pode controlar o fluxo de informações, focando em partes relevantes que ajudam a realizar uma tarefa, possivelmente reduzindo a carga no modelo que utilizará estas entradas. Neste trabalho, propomos um mecanismo de atenção simples que desenha uma caixa delimitadora em uma imagem para aprimorar o classificador. Este mecanismo é um processo probabilístico que modela o centro da caixa como uma distribuição Normal. Propomos uma função determinística para parametrizar esta distribuição de acordo com a tarefa a ser executada. Avaliamos o impacto da parametrização da nossa proposta e comparamos com os métodos existentes.
Banca examinadora
Titulares:
Gerberth Adín Ramírez Rivera IC/UNICAMP
Roberto de Alencar Lotufo FEEC/UNICAMP
Esther Luna Colombini IC/UNICAMP
Suplentes:
Sandra Eliza Fontes de Avila IC/UNICAMP
Eduardo Alves do Valle Júnior FEEC/UNICAMP