Máquinas de Aprendizado Extremo para a Extração de Descritores em Imagens de Textura
Abstract
Nos dias atuais a inteligência artificial é uma das áreas com grande aplicação no desenvolvimento de novas tecnologias. Entre suas subáreas, destaca-se a visão computacional, abordada no presente trabalho, mais especificamente na tarefa de classificação de imagens de textura com diferentes algoritmos e algumas variações. [...]
Downloads
References
G. B. Huang, Q. Y. Zhu e C. K. Siew. “Extreme learning machine: Theory and applications”. Em: Neurocomputing 70.1 (2006), pp. 489–501. issn: 0925-2312. doi: https://doi.org/ 10.1016/j.neucom.2005.12.126.
J. J. M. Sa Junior e A. R. Backes. “ELM based signature for texture classification”. Em: Pattern Recognition (2016), pp. 395–401. doi: https://doi.org/10.1016/j.patcog. 2015.09.014.
T. Ojala, M. Pietikainen e T. Maenpaa. “Multiresolution gray-scale and rotation invariant texture classification with local binary patterns”. Em: IEEE Transactions on Pattern Analysis and Machine Intelligence 7 (2002), pp. 971–987. doi: 10.1109/TPAMI.2002. 1017623.
P. Sussner e I. Campiotti. “Extreme learning machine for a new hybrid morphological/linear perceptron”. Em: Neural Networks 123 (2020), pp. 288–298. doi: https://doi.org/10. 1016/j.neunet.2019.12.003.
A. Neckel. “Máquinas de aprendizado extremo aplicadas ao reconhecimento de imagens de texturas: uma aplicação em imagens médicas”. Dissertação de mestrado. Unicamp, 2020.
Database UMD. Viewpoint invariant texture description. 0. url: http//users.umiacs. umd.edu/~fer/website-texture/texture.htm.
S. Lazebnik, C. Schmid e J. Ponce. “A sparse texture representation using local affine regions”. Em: IEEE Transactions on Pattern Analysis and Machine Intelligence 27.8 (2005), pp. 1265–1278.
P. Mallikarjuna et al. “THE KTH-TIPS 2 database”. Em: 2006.
