FenixEdu™

Dissertação

Compressed Domain Face Recognition Assessment EVALUATED

Detalhes: Nos últimos anos, emergiram mais dispositivos e plataformas que lidam com dados visuais, numa ampla gama de aplicações. Adicionalmente, os avanços na tecnologia levaram a que as imagens fossem representadas com mais dados visuais. Consequentemente, a codificação de imagens tornou-se uma etapa comum e necessária, permitindo superar algumas limitações de armazenamento e requisitos de atraso rigorosos. Recentemente, aprendizagem automática tem-se tornado sucedida em várias aplicações, com aprendizagem profunda fornecendo soluções de última geração em tarefas relacionadas com imagem. Adicionalmente, surgiram soluções de codificação de imagem baseadas em aprendizagem com um desempenho competitivo face aos métodos convencionais de última geração. Tradicionalmente, as tarefas de análise de imagem são realizadas sobre imagens reconstruídas, podendo levar a um desempenho mais baixo. No entanto, é possível explorar a representação compactada para executar essas tarefas. Os recursos extraídos durante a codificação da imagem original são usados em vez da imagem decodificada. Recentemente, soluções de processamento de domínio comprimido foram desenvolvidas com sucesso, mas existe a necessidade de investir em mais pesquisa nesta área. O objetivo desta Dissertação é fazer um contributo nesta área e visa a conceção, implementação e avaliação de uma nova solução de verificação facial no domínio comprimido. Este relatório analisa alguns conceitos e ferramentas de aprendizagem profunda, bem como codecs de imagem convencionais e de aprendizagem produnda relevantes. Adicionalmente, algumas soluções relevantes de domínio comprimido são analisadas e avaliadas. Finalmente, o presente relatório descreve a conceção, a implementação e a avaliação do desempenho dos resultados da situação inicial e das soluções propostas.
Keywords: codificação de imagem, eficiência de compressão, aprendizagem profunda, processamento em domínio comprimido, redes neuronais, verificação facial

Discussão: junho 27, 2023, 10:0