Análise comparativa de abordagens para aprendizado de transformações imagem-a-imagem (2020)
- Authors:
- Autor USP: SILVA, AUGUSTO CESAR MONTEIRO - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Subjects: PROCESSAMENTO DE IMAGENS; APRENDIZADO COMPUTACIONAL
- Keywords: Binarização de imagens; Convolutional neural networks; Image binarization; Image segmentation; Image-to-image transformations; Machine learning; Predição de estrutura; Redes neurais convolucionais; Segmentação de imagens; Structure prediction; Transformação imagem-a-imagem
- Agências de fomento:
- Language: Português
- Abstract: Criar manualmente um operador de imagem para performar uma transformação imagem-a-imagem específica é uma tarefa árdua e dificil. O problema do aprendizado automático de operadores de imagens tem sido estudado através dos anos. Métodos que atacam ese problema podem ser divididos em três tipos: as abordagens tradicionais pixel-a-pixel ou janelas deslizantes, abordagens patch-a-patch que foram possibilitadas por modelos de aprendizado profundo, e abordagens orientadas a estrutura que são baseadas em técnicas gerativas. Cada abordagem possui suas vantagens e desvantagens próprias. O objetivo dessa dissertação é estudar as similaridades e diferenças dessas abordagens, tanto conceptualmente quanto experimentalmente. Particularmente, estamos interessados em entender o quanto de informação estrutural da imagem, como conectividade de linhas, é preservado. A primeira contribuição desse trabalho é um método que une as vantagens das abordagens pixel-a-pixel e patch-a-patch, que chamamos de SConvNet. A segunda contribuição é um estudo que mostra que a métrica baseada em similaridades de esqueletos é válida para avaliar binarização de documentos manuscritos de forma complementar a métricas pixel-a-pixel tradicionais. Por fim, apresentamos uma comparação experimental entre métodos representativos de cada uma das três abordagens, calculando métricas pixel-a-pixel e as métricas de similaridade de esqueletos em dois problemas de processamento de imagens (segmentação de vasos sanguineos deretina e binarização de documentos manuscritos). As melhores métricas pixel-a-pixel foram obtidas por métodos patch-a-patch, enquanto os métodos estruturais obtiveram vantagens nas métricas de similaridade de esqueletos, de forma consistente com uma inspeção visual, que mostra que as abordagens estruturais melhor preservam a estrutura geral enquanto os métodos patch-a-patch geram contornos mais precisos
- Imprenta:
- Data da defesa: 09.12.2020
-
ABNT
SILVA, Augusto Cesar Monteiro. Análise comparativa de abordagens para aprendizado de transformações imagem-a-imagem. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19022021-142206/. Acesso em: 20 jan. 2026. -
APA
Silva, A. C. M. (2020). Análise comparativa de abordagens para aprendizado de transformações imagem-a-imagem (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19022021-142206/ -
NLM
Silva ACM. Análise comparativa de abordagens para aprendizado de transformações imagem-a-imagem [Internet]. 2020 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19022021-142206/ -
Vancouver
Silva ACM. Análise comparativa de abordagens para aprendizado de transformações imagem-a-imagem [Internet]. 2020 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-19022021-142206/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
