Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/30197| Título: | Geração automática de mapas de dificuldade para datasets |
| Título(s) alternativo(s): | Automatic generation of difficulty maps for datasets |
| Autor(es): | Custódio Júnior, Elton |
| Orientador(es): | Sanches, Silvio Ricardo Rodrigues |
| Palavras-chave: | Detectores Algoritmos Vídeo digital Detectors Algorithms Digital video |
| Data do documento: | 1-Set-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | CUSTÓDIO JÚNIOR, Elton. Geração automática de mapas de dificuldade para datasets. 2022. Dissertação (Mestrado em Informática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2022. |
| Resumo: | Mapas de dificuldade são estruturas que armazenam os níveis de dificuldade estimados para que um algoritmo de detecção de mudança classifique corretamente cada pixel dos quadros de um vídeo. Tais mapas são utilizados como principal informação na obtenção de uma medida objetiva, considerada o "nível de dificuldade" do vídeo. A geração de um mapa de dificuldade de um vídeo requer a utilização do ground truth. Criar um ground truth é um processo considerado trabalhoso, pois consiste na atribuição, muitas vezes de forma manual, de rótulos para todos os pixels de todos os quadros do vídeo. Nesta pesquisa, apresenta-se um método, que consiste em uma rede neural treinada, capaz de, sem o auxílio do ground truth, gerar novos mapas de dificuldade. Deste modo, espera-se que os mapas de dificuldades auxiliem na criação de datasets e na avaliação de algoritmos de detecção de mudanças. |
| Abstract: | Difficulty maps are structures that store estimated difficulty levels for a change detection algorithm to classify each pixel in a video's frames correctly. Such maps are essential to obtain an objective measure, considering the "difficulty level" of the video. Generating a video difficulty map requires using ground truths. Creating a ground truth is considered a laborious process as it involves assigning, often manually, labels to all pixels of all video frames. In this research, a method is presented, which consists of a trained neural network capable of estimating the difficulty level of a video without using a ground truth. We expected that researchers use the results of this work to generate new videos datasets to evaluate change detection algorithms. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/30197 |
| Aparece nas coleções: | CP - Programa de Pós-Graduação em Informática |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| geracaoautomaticamapasdificuldade.pdf | 3,01 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.