Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais

Detalhes bibliográficos
Autor(a) principal: Baltezan, Henrique Roos
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/231290
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
id UFSC_0671cd2fd6376b061d44c8eb65363d8d
oai_identifier_str oai:repositorio.ufsc.br:123456789/231290
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionaisSuperpixelRedes neurais convolucionaisTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.A tarefa principal a ser realizada pelo sistema de visão computacional e aprendizado de máquina, é receber uma série de imagens, capturadas por uma câmera, e retornar, a porcentagem de cada uma das classes em cada imagem. Para realizar tal tarefa, foi utilizado um método de segmentação, com objetivo de separar as classes na imagem, seguido por um método de classificação, para classificar cada região segmentada como sendo de uma classe ou de outra. O método utilizado na segmentação, foi o de segmentação por superpixel, que consiste, basicamente, no agrupamento de pixeis, com base em suas posições e cores. Para a classificação, diversos métodos foram utilizados e comparados ao longo deste documento. Constatou-se que o método de classificação por redes neurais convolucionais, supera, na precisão, de forma consistente, as demais técnicas consideradas no estudo.Florianópolis, SC.Antonelo, Eric AislanUniversidade Federal de Santa CatarinaBaltezan, Henrique Roos2022-02-15T18:51:26Z2022-02-15T18:51:26Z2021-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/231290info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-02-15T18:51:26Zoai:repositorio.ufsc.br:123456789/231290Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-02-15T18:51:26Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
title Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
spellingShingle Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
Baltezan, Henrique Roos
Superpixel
Redes neurais convolucionais
title_short Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
title_full Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
title_fullStr Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
title_full_unstemmed Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
title_sort Validação da abordagem de segmentação via superpixel seguida de uma classificação via redes neurais covolucionais
author Baltezan, Henrique Roos
author_facet Baltezan, Henrique Roos
author_role author
dc.contributor.none.fl_str_mv Antonelo, Eric Aislan
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Baltezan, Henrique Roos
dc.subject.por.fl_str_mv Superpixel
Redes neurais convolucionais
topic Superpixel
Redes neurais convolucionais
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
publishDate 2021
dc.date.none.fl_str_mv 2021-12-13
2022-02-15T18:51:26Z
2022-02-15T18:51:26Z
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 https://repositorio.ufsc.br/handle/123456789/231290
url https://repositorio.ufsc.br/handle/123456789/231290
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652279162601472

Registros relacionados