T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , |
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/177683/3055 |
Resumo: | 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. |
id |
IFPB_7645a17d002cebf374a56aa560c8151b |
---|---|
oai_identifier_str |
oai:repositorio.ifpb.edu.br:177683/3055 |
network_acronym_str |
IFPB |
network_name_str |
Repositório Institucional do IFPB |
repository_id_str |
|
spelling |
Mariano, Everson BatistaOliveira, Marcos Vin?cius Lins deCosta, Talison Kennedy Oliveira2023-07-31T19:10:43Z2023-07-31T19:10:43Z2023-07-31http://repositorio.ifpb.edu.br/jspui/handle/177683/3055O 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.Submitted by Gustavo Nogueira (gustavo.costa@ifpb.edu.br) on 2023-07-31T19:10:19Z No. of bitstreams: 2 Everson Mariano - TCC.pdf: 1525581 bytes, checksum: 3fffee6ae5b19c846522d1933f1f04ef (MD5) Everson Mariano - Termo.pdf: 686201 bytes, checksum: 35edd9a0e5676e1be9225fd1b7c5bfb2 (MD5)Approved for entry into archive by Gustavo Nogueira (gustavo.costa@ifpb.edu.br) on 2023-07-31T19:10:43Z (GMT) No. of bitstreams: 2 Everson Mariano - TCC.pdf: 1525581 bytes, checksum: 3fffee6ae5b19c846522d1933f1f04ef (MD5) Everson Mariano - Termo.pdf: 686201 bytes, checksum: 35edd9a0e5676e1be9225fd1b7c5bfb2 (MD5)Made available in DSpace on 2023-07-31T19:10:43Z (GMT). No. of bitstreams: 2 Everson Mariano - TCC.pdf: 1525581 bytes, checksum: 3fffee6ae5b19c846522d1933f1f04ef (MD5) Everson Mariano - Termo.pdf: 686201 bytes, checksum: 35edd9a0e5676e1be9225fd1b7c5bfb2 (MD5) Previous issue date: 2023-07-31Redes neuraisLimiariza??oSegmenta??o sem?nticaT?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional do IFPBinstname:Instituto Federal da Paraíba (IFPB)instacron:IFPBinfo:eu-repo/semantics/openAccessTCCIFPBORIGINALEverson Mariano - TCC.pdfEverson Mariano - TCC.pdfapplication/pdf1525581http://repositorio.ifpb.edu.br/jspui/bitstream/177683/3055/1/Everson+Mariano+-+TCC.pdf3fffee6ae5b19c846522d1933f1f04efMD51Everson Mariano - Termo.pdfEverson Mariano - Termo.pdfapplication/pdf686201http://repositorio.ifpb.edu.br/jspui/bitstream/177683/3055/2/Everson+Mariano+-+Termo.pdf35edd9a0e5676e1be9225fd1b7c5bfb2MD52177683/30552023-07-31 16:10:43.879oai:repositorio.ifpb.edu.br:177683/3055Repositório InstitucionalPUBhttp://repositorio.ifpb.edu.br/oai/requestrepositoriodigital@ifpb.edu.bropendoar:2023-07-31T19:10:43Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB)false |
dc.title.pt_BR.fl_str_mv |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
title |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
spellingShingle |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais Mariano, Everson Batista Redes neurais Limiariza??o Segmenta??o sem?ntica |
title_short |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
title_full |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
title_fullStr |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
title_full_unstemmed |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
title_sort |
T?cnicas de segmenta??o de imagens atrav?s de redes neurais convolucionais |
author |
Mariano, Everson Batista |
author_facet |
Mariano, Everson Batista Oliveira, Marcos Vin?cius Lins de Costa, Talison Kennedy Oliveira |
author_role |
author |
author2 |
Oliveira, Marcos Vin?cius Lins de Costa, Talison Kennedy Oliveira |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Mariano, Everson Batista Oliveira, Marcos Vin?cius Lins de Costa, Talison Kennedy Oliveira |
dc.subject.por.fl_str_mv |
Redes neurais Limiariza??o Segmenta??o sem?ntica |
topic |
Redes neurais Limiariza??o Segmenta??o sem?ntica |
description |
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. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-07-31T19:10:43Z |
dc.date.available.fl_str_mv |
2023-07-31T19:10:43Z |
dc.date.issued.fl_str_mv |
2023-07-31 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ifpb.edu.br/jspui/handle/177683/3055 |
url |
http://repositorio.ifpb.edu.br/jspui/handle/177683/3055 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do IFPB instname:Instituto Federal da Paraíba (IFPB) instacron:IFPB |
instname_str |
Instituto Federal da Paraíba (IFPB) |
instacron_str |
IFPB |
institution |
IFPB |
reponame_str |
Repositório Institucional do IFPB |
collection |
Repositório Institucional do IFPB |
bitstream.url.fl_str_mv |
http://repositorio.ifpb.edu.br/jspui/bitstream/177683/3055/1/Everson+Mariano+-+TCC.pdf http://repositorio.ifpb.edu.br/jspui/bitstream/177683/3055/2/Everson+Mariano+-+Termo.pdf |
bitstream.checksum.fl_str_mv |
3fffee6ae5b19c846522d1933f1f04ef 35edd9a0e5676e1be9225fd1b7c5bfb2 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB) |
repository.mail.fl_str_mv |
repositoriodigital@ifpb.edu.br |
_version_ |
1801660449414971392 |