Data augmentation via generative adversarial networks aplicado em classificação de imagens

Oliveira, Willian Dihanster Gomes de

Data augmentation via generative adversarial networks aplicado em classificação de imagens

dc.contributor.advisor	Berton, Lilian
dc.contributor.advisorLattes	http://lattes.cnpq.br/9064767888093340	pt_BR
dc.contributor.author	Oliveira, Willian Dihanster Gomes de
dc.coverage.spatial	São José dos Campos	pt_BR
dc.date.accessioned	2020-02-03T12:24:15Z
dc.date.available	2020-02-03T12:24:15Z
dc.date.issued	2019-12-15
dc.description.abstract	"A classiﬁcação de imagens é uma das grandes áreas de aplicação do Aprendizado de Máquina. No entanto, para um bom desempenho dos algoritmos, faz-se necessária uma grande quantidade de dados, especialmente, rotulados. Diversas técnicas foram propostas para se obter mais dados via data augmentation (DA). Uma abordagem comum é aplicar Transformação de Imagens (TIs) no conjunto, gerando novas imagens a partir das imagens originais com aplicações de efeitos como corte, rotação, ruídos, etc. Uma nova abordagem é o uso das Generative Adversarial Networks (GANs) que são redes capazes de sintetizar dados artiﬁciais a partir dos dados originais, sob um processo adversarial de duas redes neurais. Além disso, para se trabalhar com imagens, pode ser necessário representá-las por um vetor de atributos, sendo possível utilizar Redes Neurais Convolucionais (CNNs) para extrair suas características. Portanto, o objetivo deste trabalho é analisar essas duas abordagens de data augmentation aplicadas na classiﬁcação de imagens e avaliar diferentes CNNs como extratores de características."	pt_BR
dc.format.extent	113 f.	pt_BR
dc.identifier.uri	https://repositorio.unifesp.br/handle/11600/51920
dc.language	por	pt_BR
dc.publisher	Universidade Federal de São Paulo	pt_BR
dc.rights	info:eu-repo/semantics/openAccess	pt_BR
dc.subject	Aprendizado de máquina	pt_BR
dc.subject	Classificação de imagens	pt_BR
dc.subject	Data augmentation	pt_BR
dc.subject	Generative adversarial networks	pt_BR
dc.subject	Convolutional neural networks	pt_BR
dc.title	Data augmentation via generative adversarial networks aplicado em classificação de imagens	pt_BR
dc.title.alternative	Data Augmentation via Generative Adversarial Networks applied in image classification	pt_BR
dc.type	info:eu-repo/semantics/bachelorThesis	pt_BR
unifesp.assessoresproreitorias	Não se aplica	pt_BR
unifesp.campus	Instituto de Ciência e Tecnologia (ICT)	pt_BR
unifesp.departamento	Não se aplica	pt_BR
unifesp.especializacao	Não se aplica	pt_BR
unifesp.graduacao	Ciência da Computação	pt_BR
unifesp.graduateProgram	Não se aplica	pt_BR
unifesp.knowledgeArea	Outra	pt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1

Nome:: TCC_II_Will - LILIAN BERTON.pdf
Tamanho:: 5.47 MB
Formato:: Adobe Portable Document Format
Descrição:: TCC Willian Dihanster Gomes de Oliveira

Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1

Nome:: license.txt
Tamanho:: 5.34 KB
Formato:: Item-specific license agreed upon to submission
Descrição:

Baixar

Coleções

Ciência da Computação