PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: Não informado http://propg.ufabc.edu.br/ppginfo

Banca de QUALIFICAÇÃO: LEONARDO ALVES FERREIRA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : LEONARDO ALVES FERREIRA
DATA : 28/06/2023
HORA: 16:00
LOCAL: https://conferenciaweb.rnp.br/webconf/andre-39
TÍTULO:

Deep Image Prior para Deblurring e Reconstrução de Imagens Tomográficas


PÁGINAS: 50
RESUMO:

O uso bem sucedido de Redes Neurais Artificiais (ANN, do inglês Artificial Neural Network) tem revolucionado diversas áreas da vida humana nos últimos anos. No entanto, a obtenção de bons resultados usando ANNs normalmente é dificultada por requerer grandes quantidades de dados de alta qualidade. Recentemente, uma nova técnica chamada Deep Image Prior (DIP) foi proposta para aplicações de processamento de imagens. Nessa técnica, uma ANN generativa é usada sem a necessidade de um dataset de treinamento. A ideia principal é que a estrutura da ANN fornece informação a priori que favorece a geração de imagens natural, beneficiando os resultados obtidos. Desde sua proposição, o uso da DIP foi demonstrado para várias aplicações. Em alguns casos, seus resultados superaram métodos tradicionais e ficaram próximos da performance de ANNS treinadas com grandes datasets. Com base nisso, o objetivo desta tese foi explorar o uso da DIP para deblurring e reconstruções tomográficas. Especificamente, foi investigada a performance da técnica para dados experimentais com graves problemas de qualidade: fotografias digitais com altos níveis de falta de foco, e imagens de Tomografia Computadorizada obtidas com um ângulo extremamente limitado. Além disso, também foi desenvolvida uma aplicação inédita da DIP para a Tomografia de Impedância Elétrica. Por fim, foram propostas e implementadas adições para a técnica para melhorar sua performance. Os resultados demonstraram que a DIP pode produzir resultados adequados mesmo para imagens de entrada de baixa qualidade. Ademais, foi demonstrado que o método pode ser melhorado com modificações adicionais. Algumas limitações também foram identificadas, como resultados insatisfatórios nos casos mais severos de dados deteriorados, e o longo tempo para gerar cada imagem. Apesar disso, a DIP demonstrou ser um método promissor para a área de processamento de imagens, possuindo muitas possibilidades de investigações adicionais envolvendo a sua melhoria e seu entendimento.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Membro Titular - Examinador(a) Interno ao Programa - 2356637 - KENJI NOSE FILHO
Membro Titular - Examinador(a) Externo ao Programa - 2123676 - OLAVO LUPPI SILVA
Membro Suplente - Examinador(a) Interno ao Programa - 1761105 - MURILO BELLEZONI LOIOLA
Notícia cadastrada em: 24/05/2023 07:49
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2024 - UFRN - sigaa-2.ufabc.int.br.sigaa-2-prod