A+A-Acessibilidade
EnglishPortuguese
Buscar
06 Out
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