Avaliação de aprendizagem LBP para segmentação semântica de pavimentação asfáltica baseada em U-Net
Data
2024-07-30
Autores
Yui, Mauricio Kendi
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A direção autônoma emerge naturalmente do notável avanço demonstrado pela Inteligência Artificial (IA) nos últimos anos, impulsionada, em grande parte, pelo desenvolvimento contínuo de recursos de hardware e software. Nesse contexto, este trabalho propõe a aplicação de ferramentas de IA, mais especificamente no domínio da Aprendizagem Profunda, para realizar a segmentação semântica de pavimentações asfálticas em imagens rasterizadas. A abordagem adotada utiliza a rede neural U-Net para alcançar esse objetivo, enquanto o algoritmo Local Binary Pattern (LBP) é investigado devido à sua vantagem declarada de invariância luminosa. Este trabalho contribui ao validar que a integração do algoritmo LBP pode aprimorar o desempenho da rede neural U-Net, especialmente em condições não previstas na base de dados de treinamento original.
Descrição
Palavras-chave
Inteligência artificial, Aprendizagem de máquina, Aprendizagem profunda, Redes neurais artificiais, Visão computacional, Direção autônoma, Local Binary Pattern (LBP)