T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais

• Autor(a) principal: Mariano, Everson Batista
• Data de Publicação: 2023
• Outros Autores: Oliveira, Marcos Vin?cius Lins de, Costa, Talison Kennedy Oliveira
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional do IFPB
• Texto Completo: http://repositorio.ifpb.edu.br/jspui/handle/177683/3046
• topic: Redes neurais; Limiariza??o; Segmenta??o sem?ntica

O objetivo dessa pesquisa foi apresentar refer?ncias e aplica??es das Redes Neurais Convolucionais no campo da Deep Learning e Machine Learning e analisar estudos de casos existentes em cada uma das suas vertentes. O ambiente de desenvolvimento utilizado foi Google Collab que j? ? bastante utilizado para pesquisas cient?ficas. Aqui foram abordados processos de Limiariza??o, Segmenta??o de Inst?ncias e Sem?ntica atrav?s das Redes Neurais Convolucionais e suas respectivas arquiteturas existentes. Para limiariza??o, os resultados no estudo realizado com imagens infravermelhas, observando que no primeiro teste e em todas as diversas limiariza??o, separando assim as pessoas do fundo da imagem. Na proposi??o da segmenta??o de inst?ncia, os resultados apresentados condizem com que a rede neural se prop?s a analisar, dando uma pontua??o que foi capaz de distinguir os objetos na imagem, mediante a rede neural de outros exemplos existente. Por fim, a Segmenta??o Sem?ntica, a arquitetura U-Net no final de seu treinamento, apresentou um processamento de um total de 31.055.297 par?metros e seus resultados foram salvos em arquivos na extens?o JSON. Com o estudo sobre a segmenta??o de imagens adquiriu-se valiosos conhecimentos sobre m?todos de processamento de imagens, o que mostra que o processo de aprendizagem de uma abordagem inicialmente desconhecida para o tratamento de imagens para variados fins.