Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura (2019)
- Authors:
- USP affiliated author: SHITARA, NÍCOLAS HIROAKI - EESC
- School: EESC
- Subjects: PROCESSAMENTO DE IMAGENS; REDES NEURAIS; TRANSFERÊNCIA (APRENDIZAGEM)
- Keywords: Convolutional neural networks; Descritores locais de textura; Local texture descriptors; Redes neurais convolucionais; Transfer learning
- Language: Português
- Abstract: Este trabalho propõe a avaliação de desempenho de uma rede neural convolucional pré-treinada, originalmente com a base de imagens ImageNet, na tarefa de classificação de imagens da região periocular utilizando o método de ajuste fino, assim como uma análise de viabilidade do préprocessamento das imagens de entrada usando os descritores locais de textura LBP e LMP. A rede utilizada foi o modelo pré-treinado da AlexNet, para classificação de imagens da base ND-CrossSensor-Iris-2013 Data Set. Foram criados conjuntos de treinamento e teste, utilizando as imagens originais, aplicando os descritores LBP e LMP, e realizando uma combinação dos três conjuntos diferentes em cada uma das três camadas da imagem. Os treinos e testes realizados só apresentaram valores siginificativos (acima de 90%) quando os conjuntos de testes correspondiam ao tipo de imagem utilizado no treinamento, revelando que as características extraídas pela rede no treinamento não eram discriminantes para os diferentes conjuntos de teste. Além disso, foi verificado que o maior valor de acurácia (98,96%) é obtido quando se realiza o treino e teste com o conjunto de imagens originais, todos os conjuntos pré-processados com os descritores de textura apresentaram resultados um pouco inferiores, levando a conclusão que apesar do desempenho geral da classificação apresentar acurácias acima de 97%, a realização do pré-processamento de imagens não é viável quando é levado em conta o tempo e custo computacional
- Imprenta:
- Place of publication: São Carlos
- Date published: 2019
-
ABNT
SHITARA, Nícolas Hiroaki. Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura. 2019. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2019. Disponível em: https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf. Acesso em: 16 maio 2024. -
APA
Shitara, N. H. (2019). Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura (Trabalho de Conclusão de Curso (Graduação). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf -
NLM
Shitara NH. Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura [Internet]. 2019 ;[citado 2024 maio 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf -
Vancouver
Shitara NH. Avaliação de desempenho de uma CNN para o reconhecimento da região periocular utilizando transfer learning e descritores locais de textura [Internet]. 2019 ;[citado 2024 maio 16 ] Available from: https://bdta.abcd.usp.br/directbitstream/0ac18921-ef06-4403-aa7a-190228b435e4/Shitara_Nicolas_tcc.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Shitara_Nicolas_tcc.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
