Classificação estética de fotografias por aprendizagem de máquina.

• Autor(a) principal: Tinen, Bruno
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-24052021-102438/
• topic: Aesthetics (Art); Aprendizagem computacional; Image processing; Machine learning; Neural networks; Pattern recognition; Processamento de imagens; Reconhecimento de padrões; Redes neurais

A classificação estética de fotografias é um problema de separação de imagens como boas ou ruins esteticamente. Na fotografia, a qualidade e beleza de uma foto podem ser descritas segundo uma série de fatores, não só de cunho técnico, mas também de cunho emocional. Por se tratar de um processo trabalhoso mas que é baseado em regras estruturadas, pode-se considerar a utilização de algoritmos de aprendizado de máquina para automatizar a resolução do problema. Esses algoritmos possibilitam a avaliação da qualidade estética de uma fotografia através da extração e classificação de atributos. Para resolver este problema um sistema proposto consistindo numa rede neural profunda convolucional (DCNN) e uma máquina de vetores de suporte (SVM), numa abordagem denominada aprendizagem profunda usando L2-SVM (DLSVM) foi utilizado. A avaliação de diferentes arquiteturas de redes neurais e de camadas de saída foi feita com o intuito de encontrar a arquitetura de melhor desempenho e de avaliar se o uso de uma DLSVM leva a resultados superiores. As redes foram pré-treinadas usando o ImageNet Large Scale Visual Recognition Challenge no desafio de classificação de objetos em imagens para melhorar ainda mais o desempenho final do modelo, usando duas abordagens de transferência de conhecimento diferentes. Os resultados finais obtidos se comparam com os da literatura recente e as análises feitas formam uma base sobre a qual estudos futuros poderão ser feitos.