Imagem da capa

Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos

Video classification methods have been evolving through proposals based on end-to-end architectures for deep learning. Many academic works have validated that such end-to-end models are effective for the learning of characteristics intrinsic to videos, especially when compared to traditional, handcr...

ver descrição completa

Autor principal: Costa, Felipe Franco
Formato: Dissertação
Idioma: Português
Publicado em: Universidade Tecnológica Federal do Paraná 2022
Assuntos:
Aprendizado do computador
Teoria dos grafos
Visão por computador
Machine learning
Graph theory
Computer vision
CNPQ::CIENCIAS EXATAS E DA TERRA
Ciência da Computação
Acesso em linha: http://repositorio.utfpr.edu.br/jspui/handle/1/30169
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id riut-1-30169
recordtype dspace
spelling riut-1-301692022-11-25T06:05:23Z Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos Video actions classification through graph-based convolutional neural networks Costa, Felipe Franco Bugatti, Pedro Henrique https://orcid.org/0000-0001-9421-9254 http://lattes.cnpq.br/2177467029991118 Oliveira, Claiton de https://orcid.org/0000-0003-2953-6223 http://lattes.cnpq.br/8851289265109891 Silva, Marcelo Ponciano da http://lattes.cnpq.br/5460455448058206 Bugatti, Pedro Henrique https://orcid.org/0000-0001-9421-9254 http://lattes.cnpq.br/2177467029991118 Aprendizado do computador Teoria dos grafos Visão por computador Machine learning Graph theory Computer vision CNPQ::CIENCIAS EXATAS E DA TERRA Ciência da Computação Video classification methods have been evolving through proposals based on end-to-end architectures for deep learning. Many academic works have validated that such end-to-end models are effective for the learning of characteristics intrinsic to videos, especially when compared to traditional, handcrafted, descriptors. In general, convolutional neural networks are used for deep learning in videos. When applied to such contexts, the networks can display variations based on temporal information, based memory cells (e.g. long-short term memory), or even optical flow techniques used in conjunction with the convolution process. However, despite its effectiveness, those methods neglect global analysis, processing only a small quantity of frames in each batch during the learning and inference process. Moreover, they also completely ignore the semantic relationship between different videos that belong to the same context. Thus, the present work aims to fill the existing gaps by using concepts of information grouping and contextual detection through graph-based convolutional neural networks (GCN). With these architectures we hope to propose new approaches to create and explore the relationship between different videos of a given context, improving the state-of-the-art in the process. Métodos para classificação de vídeos têm evoluido por meio de propostas baseadas em arquiteturas end-to-end para aprendizagem profunda. Diversos trabalhos da literatura têm corroborado que tais modelos end-to-end são eficazes para o aprendizado de características intrínsecas às imagens (ou frames de um vídeo), quando comparados a descritores tradicionais (handcrafted). Assim, de maneira geral, utiliza-se redes neurais convolucionais para realizar o aprendizado profundo em vídeos. Quando aplicadas a tais contextos as mesmas podem apresentar variações baseadas em informações temporais, em células de memória (e.g. long-short term memory - LSTM) ou até mesmo métodos de entrada de fluxo óptico para auxílio de convolução. Porém, apesar de serem, de certa forma, eficazes para a classificação de vídeos, as mesmas negligenciam a análise global de vídeos, aceitando apenas alguns poucos frames por lote de processamento para treino e inferência. Além disso, não consideram o relacionamento semântico entre diferentes vídeos pertencentes a um mesmo contexto para auxiliar o processo de classificação. Dessa forma, o presentre trabalho visa preencher essas lacunas existentes. Para tanto, serão utilizados conceitos de agrupamento de informação e detecção contextual por meio de redes convolucionais baseadas em grafos (graph convolutional networks). Por meio de tal arquitetura espera-se propor um método capaz de criar e explorar o relacionamento entre diferentes vídeos de um dado contexto, visando melhor eficácia quando comparadao aos métodos do estado da arte. 2022-11-24T13:49:24Z 2022-11-24T13:49:24Z 2020-08-14 masterThesis COSTA, Felipe Franco. Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos. 2020. Dissertação (Mestrado em Informática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020. http://repositorio.utfpr.edu.br/jspui/handle/1/30169 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Cornelio Procopio Brasil Programa de Pós-Graduação em Informática UTFPR
institution Universidade Tecnológica Federal do Paraná
collection RIUT
language Português
topic Aprendizado do computador
Teoria dos grafos
Visão por computador
Machine learning
Graph theory
Computer vision
CNPQ::CIENCIAS EXATAS E DA TERRA
Ciência da Computação
spellingShingle Aprendizado do computador
Teoria dos grafos
Visão por computador
Machine learning
Graph theory
Computer vision
CNPQ::CIENCIAS EXATAS E DA TERRA
Ciência da Computação
Costa, Felipe Franco
Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
description Video classification methods have been evolving through proposals based on end-to-end architectures for deep learning. Many academic works have validated that such end-to-end models are effective for the learning of characteristics intrinsic to videos, especially when compared to traditional, handcrafted, descriptors. In general, convolutional neural networks are used for deep learning in videos. When applied to such contexts, the networks can display variations based on temporal information, based memory cells (e.g. long-short term memory), or even optical flow techniques used in conjunction with the convolution process. However, despite its effectiveness, those methods neglect global analysis, processing only a small quantity of frames in each batch during the learning and inference process. Moreover, they also completely ignore the semantic relationship between different videos that belong to the same context. Thus, the present work aims to fill the existing gaps by using concepts of information grouping and contextual detection through graph-based convolutional neural networks (GCN). With these architectures we hope to propose new approaches to create and explore the relationship between different videos of a given context, improving the state-of-the-art in the process.
format Dissertação
author Costa, Felipe Franco
author_sort Costa, Felipe Franco
title Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
title_short Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
title_full Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
title_fullStr Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
title_full_unstemmed Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
title_sort classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos
publisher Universidade Tecnológica Federal do Paraná
publishDate 2022
citation COSTA, Felipe Franco. Classificação de ações em vídeos por meio de redes neurais convolucionais baseadas em grafos. 2020. Dissertação (Mestrado em Informática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020.
url http://repositorio.utfpr.edu.br/jspui/handle/1/30169
_version_ 1805318209345159168
score 10,814766

Registros relacionados