Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Barbon Junior, Sylvio [Orientador] | - |
Autor(es): dc.contributor | Felinto, Alan Salvany | - |
Autor(es): dc.contributor | Carvalho, Luiz Fernando | - |
Autor(es): dc.creator | Aguiar, Gabriel Jonas | - |
Data de aceite: dc.date.accessioned | 2025-05-15T12:46:52Z | - |
Data de disponibilização: dc.date.available | 2025-05-15T12:46:52Z | - |
Data de envio: dc.date.issued | 2024-05-01 | - |
Data de envio: dc.date.issued | 2024-05-01 | - |
Data de envio: dc.date.issued | 2025-05-15 | - |
Data de envio: dc.date.issued | 2025-05-15 | - |
Fonte completa do material: dc.identifier | https://repositorio.uel.br/handle/123456789/8934 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/974614 | - |
Descrição: dc.description | Resumo: 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 segmentação | - |
Descrição: dc.description | Dissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Ciência da Computação | - |
Descrição: dc.description | Abstract: 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 performance | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Relação: dc.relation | Mestrado | - |
Relação: dc.relation | Ciência da Computação | - |
Relação: dc.relation | Centro de Ciências Exatas | - |
Relação: dc.relation | Programa de Pós-Graduação em Ciência da Computação | - |
Palavras-chave: dc.subject | Computação | - |
Palavras-chave: dc.subject | Segmentação de imagem | - |
Palavras-chave: dc.subject | Algoritmos de computador | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Computer science | - |
Palavras-chave: dc.subject | Image segmentation | - |
Palavras-chave: dc.subject | Computer algorithms | - |
Palavras-chave: dc.subject | Machine learning | - |
Título: dc.title | A meta-learning approach for selecting image segmentation algorithm | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional da UEL - RIUEL |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: