Uma abordagem de extração de grafite com multiagente e identificação por CNNs.

Hoje realizei a defesa da minha dissertação, muito trabalho entorno da criação de um multiagente capaz de percorrer cidades a procura dos grafites no ambiente urbano. Enfim... mestre! 👨🏽‍🎓

Resumo da Dissertação

O grafite é um intervenção urbana que utiliza muros, paredes e postes como suporte e geralmente está ligado a uma mensagem social ou política, estas representações urbanas são, muitas vezes, um importante indicador social. Mapeá-los e rastreá-los permite compreender como essas intervenções interagem com os demais elementos do meio urbano. Este trabalho tem por objetivo avaliar o uso de Redes Neurais Convolucionais e Sistemas Multiagente para localizar e mapear grafites em cidades, a partir de imagens em nível de rua provenientes do Google Street View. O método utilizado foi a elaboração de quatro experimentos com as redes neurais pré-treinadas e reuso dos seus classificadores para o novo contexto de identificação de grafite. Utilizamos para isso a técnica de fine-tuning com imagens extraídas do Flickr e do Google Street View.

Resultado

Através da análise dos modelos será mostrado que o reuso dos classificadores é promissor, diminuindo o tempo de treinamento das redes e obtendo modelos com resultados de 76,9% para a taxa de verdadeiros positivos quando testado o dataset do Flickr e sensibilidade de 71,43% em imagens do ambiente urbano. Destaca-se ainda neste trabalho o sistema multiagente capaz de percorrer o ambiente urbano do Google Street View e analisar em média 61 imagens por minuto para cada agente.

Banca

• Prof. Dr. Ricardo Matsumura Araujo – Orientador
• Prof. Dr. Paulo R. Ferreira Jr
• Prof^a . Dr. Larissa Freitas

Veja a apresentação da defesa

Siga e acompanhe também no LinkedIn e Instagram.