Estudo de redução do custo computacional em aplicações embarcadas utilizando máquinas de vetores suporte e extratores de atributos de imagens por textura

Abstract

dos kernels mais populares (ROCHA NETO, 2011). . . . . . . 40 Tabela 2 – Resultado classificação imagens Wet Blue (AMORIM, 2009). . . . . . . 45 Tabela 3 – Resultados de SANTOS FILHO (2013) para desempenho dos classificadores com diversos métodos de extração de características (Imagens tamanho 100x100). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 Tabela 4 – Relação das 24 medidas estatísticas da GLCM. . . . . . . . . . . . . . 56 Tabela 5 – Conjuntos de características resultantes do algoritmo CFS por aplicação. 58 Tabela 6 – Relação dos atibutos agrupados por custo de complexidade temporal . 59 Tabela 7 – Relação dos atibutos agrupados por custo de complexidade espacial. . . 59 Tabela 8 – Conjustos de atributos utilizados na dissertação. . . . . . . . . . . . . . 61 Tabela 9 – Exemplo de uma matriz de confusão para um problema de 7 classes analisando a classe 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 Tabela 10 – Exemplo de uma matriz de confusão para um problema de 7 classes analisando a classe 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 Tabela 11 – Exemplo de uma matriz de confusão com valores reais. . . . . . . . . . 66 Tabela 12 – Tempos de computação (em segundos) na estação de trabalho para as aplicações AP1 e AP2. Utilização do extrator GLCM com imagens no tamanho original. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 Tabela 13 – Tempos de computação (em segundos) na estação de trabalho para as aplicações AP1 e AP2. Utilização do extrator LBP com imagens no tamanho original. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 Tabela 14 – Tempos de computação (em segundos) das melhores soluções GLCM e LBP na estação de trabalho para as aplicaçõe AP1 e AP2 . Utilização das imagens no tamanho original. . . . . . . . . . . . . . . . . . . . . . 70 Tabela 15 – Desempenho do classificador SVM combinado com o extrator GLCM usando o conjunto de atributos A3 na aplicação AP1. . . . . . . . . . . 72 Tabela 16 – Desempenho do classificador SVM por classe, utilizando o conjunto de atributos A3 e imagens redimensionas por M = 73 (47×63) pixels. . . 72 Tabela 17 – Desempenho do classificador SVM combinado com o extrator GLCM usando o conjunto de atributos C3 na aplicação AP2. . . . . . . . . . . 74 Tabela 18 – Desempenho do classificador SVM por classe, utilizando o conjunto de atributos C3 e imagens redimensionas por M = 38 (105×78) pixels. . 74 Tabela 19 – Desempenho do classifi