A UFS preocupa-se com a sua privacidade

A UFS poderá coletar informações básicas sobre a(s) visita(s) realizada(s) para aprimorar a experiência de navegação dos visitantes deste site, segundo o que estabelece a Política de Privacidade de Dados Pessoais. Ao utilizar este site, você concorda com a coleta e tratamento de seus dados pessoais por meio de formulários e cookies.

Ciente
News

Banca de DEFESA: ALANA DE SANTANA CORREIA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALANA DE SANTANA CORREIA
DATA: 01/02/2019
HORA: 14:00
LOCAL: Sala de videoconferência do PROEE no DEL-Departamento de Engenharia Elétrica
TÍTULO: UMA INVESTIGAÇÃO A RESPEITO DE SISTEMAS DE ATENÇÃO VISUAL COMO EXTRATORES DE CARACTERÍSTICAS LOCAIS
PALAVRAS-CHAVES: Visão computacional, atenção visual, extração de características.
PÁGINAS: 125
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A atenção é um sistema biológico responsável pelo gerenciamento de recursos dos seres vivos. É por conta do mecanismo de atenção que os animais conseguem caçar presas e fugir dos predadores ou rivais. Já nos seres humanos, a atenção tem papéis ainda mais complexos. Ela está relacionada a concentração na realização de tarefas, a coordenação de atividades motoras e até mesmo na percepção do ambiente. No que diz respeito a percepção, existe a atenção visual, que desempenha um papel extremamente importante. É por conta dela que é possível lidar com a grande quantidade de informações visuais captada pelo ambiente. Desse modo, toda informação percebida visualmente pelos seres vivos é filtrada, e somente os elementos perceptualmente mais importantes são armazenados na memória e suas características são utilizadas pelo sistema cognitivo no reconhecimento e recuperação de informação. Inspirados pelas descobertas da atenção visual biológica, se desenvolveu a atenção visual computacional, uma área destinada a construir sistemas atencionais em máquinas. Além dessa área, também se desenvolveu uma área ainda mais antiga, a área de extração de características locais, que tem como objetivo encontrar e descrever pontos que sejam resistentes à transformações básicas em uma imagem, como escala e rotação, por exemplo. Apesar de serem idéias provenientes de inspirações biológicas obtidas a partir de observações do sistema de atenção visual humano, essas áreas produzem ferramentas computacionais bem distintas. Enquanto que na extração de características locais a preocupação principal está em encontrar pontos de gradiente significativo, e que isso seja feito de forma cada vez mais eficiente, a área de atenção visual computacional é destinada a delimitar regiões da imagem que sejam de interesse visual humano, apresentando como produto final um mapa topográfico, que pondera áreas importantes com valores altos e menos importantes com valores baixos, esse mapa é chamado de mapa de saliência. Apesar das duas áreas seguirem caminhos distintos, já existem alguns esforços por parte dos pesquisadores em realizar uma junção entre as ferramentas de atenção com as ferramentas de extração, com o objetivo de realizar uma busca por pontos apenas nas áreas mais importantes dos mapas de saliência. No entanto, apesar dos esforços em realizar essa junção, na prática os resultados são insatisfatórios. Por conta dessas fragilidades, esse trabalho tem como objetivo realizar uma investigacão a respeito do uso direto de sistemas atencionais como extratores de características locais. Para isso, é feita uma investigação em modelos computacionais de atenção e uma investigação realizada diretamente em mapas construídos a partir da resposta atencional humana, chamados de mapas de densidade. Para a investigação em modelos computacionais, foram utilizados cinco modelos relevantes para a área, já para

a investigação diretamente em mapas de densidade foi necessário criar uma base própria de mapas utilizando 313 voluntários. A investigação em modelos computacionais revelou que eles ainda não estão prontos para a tarefa de extração de características. No entanto, a investigação realizada diretamente com os dados da base construída revelaram que é possível e viável utilizar mapas de atenção visual como extratores locais de características. Os resultados dessa análise demonstraram que tanto qualitativamente quanto quantitativamente existe distinção e alta repetibilidade entre os pontos de fixação provenientes de humanos, mas que ainda precisam ser feitos inúmeros ajustes nos modelos computacionais e na própria área de atenção visual computacional para que a tarefa de extração de características seja realizável de forma eficiente pelos modelos computacionais de atenção.


MEMBROS DA BANCA:
Presidente - 2178222 - JUGURTA ROSA MONTALVAO FILHO
Interno - 2305358 - JANIO COUTINHO CANUTO
Externo ao Programa - 2029175 - BEATRIZ TRINCHAO ANDRADE DE CARVALHO

Notícia cadastrada em: 18/01/2019 16:42
SIGAA | Superintendência de Tecnologia da Informação/UFS - - | Copyright © 2009-2024 - UFRN - bigua3.bigua3 v3.5.16 -r19032-7126ccb4cf