Implementação de redes neurais profundas para reconhecimento de ações em vídeo

Kovaleski, Patrícia de Andrade

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/17226

Type:	Trabalho de conclusão de graduação
Title:	Implementação de redes neurais profundas para reconhecimento de ações em vídeo
Other Titles:	Implementation of deep neural networks for video action recognition
Author(s)/Inventor(s):	Kovaleski, Patrícia de Andrade
Advisor:	Silva, Eduardo Antônio Barros da
Co-advisor:	Nunes, Leonardo de Oliveira
Abstract:	Neste trabalho é apresentada a implementação de redes convolucionais profundas para reconhecimento de ações em vídeos baseando-se na consolidada arquitetura de dois canais; composta por um canal temporal, responsável pelo processamento de fluxo óptico, e um canal espacial, que recebe imagens RGB estáticas. Para isso, um processo de treinamento foi construído utilizando um novo e promissor conjunto de ferramentas, o CNTK. Foram propostas modificações à camada de entrada da rede base por questões de compatibilidade com o formato dos dados utilizado. O desenvolvimento foi feito de modo a replicar, o mais próximo possível, os resultados reportados no artigo original. O melhor resultado obtido para esta nova implementação alcançou 89.1% de precisão média para a base de teste, enquanto o reportado pelo artigo alcança 87.0%. Portanto, o processo e as modificações realizadas foram validados; bem como o método e resultados reportados pelo trabalho original.
Keywords:	Processamento de imagens Redes neurais convolucionais Aprendizado de máquina Reconhecimento de ação
Subject CNPq:	CNPQ::ENGENHARIAS
Production unit:	Escola Politécnica
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	Feb-2018
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Engenharia de Computação e Informação

Files in This Item:

File	Description	Size	Format
monopoli10023237.pdf		3.32 MB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository