Dissertação
Convolutional Neural Networks versus Feature Extraction EVALUATED
Embora as Redes Neurais Convolucionais tenham revolucionado as áreas de Aprendizagem Profunda e de visão computacional, os modelos de última geração têm sofrido alguns problemas devido ao aumento da sua profundidade. Problemas como a necessidade de vastos conjuntos de dados etiquetados, a necessidade de bastante poder computacional para processar esses dados e a degradação da capacidade de generalização destes modelos. Com o objetivo de resolver esses problemas, apresenta-se uma arquitetura de classificação que privilegia a extracção das características de cor, textura e forma de imagens, utilizando técnicas de visão computacional. Estas características serão agregadas consoante a sua modalidade e usadas para treinar modelos independentes. As modalidades serão aprendidas por três modelos diferentes, com o intuito de melhorar a generalização da solução proposta, e será escolhido um modelo para representar cada modalidade, com base na sua performance. Destes modelos obtêm-se probabilidades Softmax, associadas a cada modalidade, e fundem-se esses valores através da regra de combinação de Dempster-Shafer. Para treinar e avaliar a solução proposta, usou-se o conjunto de dados Fruits 360 e avaliou-se o desempenho com as métricas de perda e exatidão. O modelo de classificação multimodal implementado foi comparado com duas CNNs treinadas usando configurações semelhantes: tamanho de lote, épocas de treino, funções de ativação e perda. O desempenho destes modelos foi de 93.46% e 93.34%, e para a solução proposta foi de 94.80%, para a fusão das três modalidades. Conseguiu-se melhorar esse resultado combinando apenas as modalidades de cor e textura, resultando numa exatidão de 97.40%.
novembro 25, 2021, 16:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Auxiliar