Dissertação

Automatic Assignment of Geospatial Coordinates to Historical Photos EVALUATED

A maioria dos dispositivos utilizados para capturar fotografias têm, atualmente, um GPS embutido que permite geocodificar as mesmas, de forma instantânea e automática. Na ausência de recursos como o GPS, ou para coleções existentes de fotografias antigas, a geocodificação manual pode ser uma tarefa longa e exigente. Esta dissertação propõe uma abordagem baseada em machine-learning para geocodificar automaticamente fotografias históricas, utilizando para tal redes neurais convolucionais. Estas redes exigem grandes quantidades de dados de treino, e embora as redes sociais e as plataformas de partilha de fotografias correspondam a duas das fontes de dados mais significativas para tarefas de supervised learning, não há grandes conjuntos de dados de fotografias antigas geocodificadas, o que faz com que a tarefa de geocodificação de fotografias históricas não tenha sido ainda devidamente abordada. No contexto deste trabalho, é apresentada uma rede end-to-end, que liga uma rede neural convolucional baseada na arquitetura ResNet para a tarefa de geocodificação automática a uma outra rede convolucional baseada na arquitetura ResNet, para realizar transformações em fotos antigas, numa tentativa de aplicar características das fotografias modernas ás históricas. Assim, a rede de geocodificação pode ser pré-treinada com fotos modernas do conjunto de dados do Flickr. Foram realizadas diversas experiências de geocodificação, em diferentes configurações da rede, utilizando coleções existentes de fotografias geocodificadas. Os resultados das experiências mostram que a rede apresentada é mais eficiente a geocodificar fotografias históricas em comparação a outras redes neurais convolucionais que não utilizam a componente de colorir, destacando assim o potencial desta abordagem.
Geocodificação de fotografias históricas, Análise de imagens usando deep learning, Arquiteturas de redes convolucionais, Transformações de imagens

Novembro 12, 2018, 13:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Informática (DEI)

Professor Auxiliar

ORIENTADOR

Patricia Murrieta-Flores

Lancaster University

Professor Auxiliar