06 out 2021
15:00 Defesa de Mestrado Integralmente a distância
Tema
Segmentação Interativa de Imagens: De Algoritmos Baseados em Grafos à Anotação de Características
Aluno
Jordão Okuma Barbosa Ferraz Bragantini
Orientador / Docente
Alexandre Xavier Falcão
Breve resumo
Nos últimos anos, algoritmos de
aprendizado de máquina se tornaram a abordagem predominante para
resolução de diversas tarefas de visão computacional e processamento
de imagens, dado um conjunto de exemplos (i.e., dados rotulados). O
desempenho desses algoritmos está altamente correlacionado com a
diversidade de exemplos e qualidade das rótulos, especialmente nos
métodos baseados em redes neurais, que requerem uma quantidade
significativa de dados.
Notavelmente, a rotulação de segmentos nas imagens requerem um grande
esforço para produzir anotações de alta qualidade, devido à unidade de
anotação, pixels, recorrendo a metodologias interativas para o auxílio
do usuário, as quais são o tema central desta tese.
O problema de segmentação de imagem interativa envolve duas tarefas
fortemente acopladas: reconhecimento, e delineamento de objetos. Neste
contexto, o reconhecimento de objetos se refere à sinalização de uma
região de interesse e sua atribuição de um rótulo. O delineamento é
responsável por delimitar com precisão o limite (i.e., contorno) do
objeto. Na vasta literatura de métodos interativos de segmentação de
imagem, um usuário humano é empregado inicialmente para reconhecer os
objetos de interesse, uma vez que, esta tarefa requer um maior esforço
cognitivo. Com esta informação inicial, a máquina realiza a tarefa
mais trabalhosa de delinear milhares de pixels.
A partir desta estratégia colaborativa entre homem e máquina para
segmentação interativa de imagens, este estudo contribui com os
seguintes pontos:
Dynamic Trees: Estendemos o operador Transformada Imagem-Floresta,
propondo uma nova metodologia que atualiza os pesos do grafo da imagem
conforme a segmentação é calculada, obtendo resultados de alta
qualidade na segmentação da imagem a partir de marcadores inseridos
pelo usuário.
Grabber: Os métodos interativos existentes baseados em aprendizado
profundo aproximam a forma do objeto de interesse com pouca interação
do usuário; no entanto, esses não conseguem concluir a segmentação de
forma eficaz devido à incapacidade de delinear os detalhes com
precisão. O Grabber serve como ferramenta para finalizar o
delineamento do contorno a partir de qualquer máscara de segmentação.
Anotação de segmentos no espaço das características: Investigamos
outro paradigma de anotação de segmentos, onde a etapa de delineamento
ocorre antes do reconhecimento manual --- a metodologia proposta
apresenta resultados promissores para a segmentação de imagens em
maior escala --- e abre novos rumos de pesquisa.
Em resumo, investigamos a literatura existente de segmentação
interativa de imagens, contribuindo com a introdução de novos
algoritmos que realizam a segmentação a partir de marcadores e
contornos, e propondo um novo paradigma para a anotação de imagens em
larga escala.
Banca examinadora
Titulares:
| Alexandre Xavier Falcão | IC/UNICAMP |
| Moacir Antonelli Ponti | ICMC/USP |
| Silvio Jamil Ferzoli Guimarães | ICEI/PUC Minas |
Suplentes:
| Hélio Pedrini | IC/UNICAMP |
| João Paulo Papa | FC/UNESP |