A meta-learning approach for selecting image segmentation algorithm

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Ciência da Computaçãopt_BR
dataload.filenamenourau7385.pdfpt_BR
dataload.handlemapped123456789/50pt_BR
dataload.idpergamum7230pt_BR
dataload.idvirtuanourauvtls000231193pt_BR
dataload.idvirtuapergamumvtls000231193pt_BR
dataload.idvirtuapergamum.sameurlnourauSIMpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls000231193pt_BR
dataload.linknourau.regularSIMpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000231193pt_BR
dataload.linknourau.size64.00pt_BR
dc.contributor.advisorBarbon Junior, Sylvio [Orientador]pt_BR
dc.contributor.authorAguiar, Gabriel Jonaspt_BR
dc.contributor.bancaFelinto, Alan Salvanypt_BR
dc.contributor.bancaCarvalho, Luiz Fernandopt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T11:45:44Z
dc.date.available2024-05-01T11:45:44Z
dc.date.created2020.00pt_BR
dc.date.defesa19.03.2020pt_BR
dc.description.abstractResumo: Sistemas de Visão Computacional são muito utilizados e importantes em diversas aplicações Dentro desses sistemas, o processo de detectação de uma região de interesse em imagens é de suma importância Esse processo é conhecido como segmentação Novos algoritmos de segmentação tem sido propostos nos últimos anos, porém nenhum é ótimo para qualquer imagem Os métodos, usualmente, utilizados para seleção do melhor algoritmo são testar todos os algoritmos ou utilizar algum conhecimento passado sobre o problema Meta-learning tem sido utilizado pela comunidade de pesquisa em Machine earning para a recomendação do melhor algoritmo de Machine Learning para uma nova base de dados Neste trabalho é investigado a hipótese que Meta-Learning também pode ser utilizado para recomendação do algoritmo de segmentação mais adequado Os experimentos foram conduzidos com oito algoritmos de segmentação, com diferentes abordagens, baseadas em custo e complexidade computacional em uma base de benchmark composta de 3 imagens originais e 21 imagens criadas por augmentation Os resultados mostraram que através do Meta-Learning é possível recomendar o algoritmo de segmentação mais adequado com mais de 8% de acurácia para um grupo de algoritmos e com 69% para o outro grupo, superando os baselines considerando performance preditiva e de segmentaçãopt_BR
dc.description.abstractother1Abstract: Computer Vision Systems are used in many important real-life applications nowadays Image segmentation is a key issue in Computer Vision Systems New image segmentation algorithms have been proposed in recent years However, there is no optimal algorithm for every image processing task The selection of the most suitable algorithm usually occurs by testing every possible algorithm or using knowledge from previous problems These processes can have a high computational cost Meta-learning has been successfully used in the machine learning research community for the recommendation of the most suitable machine learning algorithm for a new dataset We believe that meta-learning can also be useful to select the most suitable image segmentation algorithm This hypothesis is investigated in this work For such, we perform experiments with eight segmentation algorithms from two approaches, with different complexity and computational cost, using a segmentation benchmark of 3 images and 21 augmented images The experimental results showed that meta-learning can recommend the most suitable segmentation algorithm with more than 8% of accuracy for one group of algorithms and with 69% for the other group, outperforming the baselines used regarding recommendation and segmentation performancept_BR
dc.description.notesDissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computaçãopt_BR
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/8934
dc.languagepor
dc.relation.coursedegreeMestradopt_BR
dc.relation.coursenameCiência da Computaçãopt_BR
dc.relation.departamentCentro de Ciências Exataspt_BR
dc.relation.ppgnamePrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.subjectComputaçãopt_BR
dc.subjectSegmentação de imagempt_BR
dc.subjectAlgoritmos de computadorpt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectComputer sciencept_BR
dc.subjectImage segmentationpt_BR
dc.subjectComputer algorithmspt_BR
dc.subjectMachine learningpt_BR
dc.titleA meta-learning approach for selecting image segmentation algorithmpt_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
7385.pdf
Tamanho:
2.45 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Ciência da Computação