Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas (2018)
- Authors:
- USP affiliated author: FACCINI, FÁBIO AUGUSTO GONÇALVES - EESC
- School: EESC
- Subjects: IMAGEM; RECONHECIMENTO DE IMAGEM; REDES NEURAIS
- Keywords: Classificação de imagens; Convolutional neural network; Deep network; Image classification; Noise; Rede profunda; Redes neurais convolucionais; Ruído
- Language: Português
- Abstract: Este trabalho propõe a avaliação de desempenho de uma rede neural convolucional (CNN) no reconhecimento de imagens de dígitos numéricos corrompidos com ruído. Foi proposta uma rede profunda para classificação dos dígitos de 0 a 9 da base de dados MNIST, conjunto composto por imagens em escalas de cinza de dimensão 28x28, totalizando 60 mil imagens para treino e 10 mil imagens para teste. Foram gerados conjuntos de teste, a partir da base MNIST, corrompidos com ruídos do tipo gaussiano, impulsivo (sal e pimenta) e speckle. Usando a rede treinada com imagens sem ruído, sua robustez foi avaliada para os diferentes tipos de ruído, demonstrando uma drástica redução da acurácia para todos os casos. Em seguida, a rede foi treinada novamente, porém com adição desses três tipos de ruído no conjunto de treino separadamente. Os ruídos foram adicionados em diferentes proporções (quantidade de ruído e quantidade de imagens contaminadas) e para cada combinação, a rede foi treinada e testada. Além disso, para efeitos de comparação, a rede também foi avaliada com treinamento sem adição de ruído, porém utilizando-se técnicas convencionais de filtragem no conjunto de teste. As acurácias obtidas com a adição de ruído no treino aumentaram em até 80% para os ruídos gaussiano e impulsivo e 50% para o ruído speckle, superando o método de filtragem e se aproximando da capacidade de reconhecimento do ser humano. Isto é, apesar da CNN ser especializada em características de formatos devido sua natureza de filtragem, pode aprender informações estatísticas e aleatórias como as geradas por ruído
- Imprenta:
- Place of publication: São Carlos
- Date published: 2018
-
ABNT
FACCINI, Fábio Augusto Gonçalves. Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas. 2018. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2018. Disponível em: https://bdta.abcd.usp.br/directbitstream/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf. Acesso em: 03 maio 2024. -
APA
Faccini, F. A. G. (2018). Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas (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/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf -
NLM
Faccini FAG. Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas [Internet]. 2018 ;[citado 2024 maio 03 ] Available from: https://bdta.abcd.usp.br/directbitstream/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf -
Vancouver
Faccini FAG. Avaliação de desempenho de uma rede neural convolucional para classificação de imagens ruidosas [Internet]. 2018 ;[citado 2024 maio 03 ] Available from: https://bdta.abcd.usp.br/directbitstream/4e75f685-6d2f-498d-bb43-f8ef5e282407/Faccini_Fabio_Augusto_Goncalves_tcc.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Faccini_Fabio_Augusto_Gon... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
