Close
Metadata

Identity statement area
Reference TypeConference Proceedings
Sitesibgrapi.sid.inpe.br
Identifier8JMKD3MGPAW/3S45E55
Repositorysid.inpe.br/sibgrapi/2018/10.21.22.17
Last Update2018:10.21.22.17.06 victor.lucio10@gmail.com
Metadatasid.inpe.br/sibgrapi/2018/10.21.22.17.06
Metadata Last Update2020:02.20.22.06.51 administrator
Citation KeyLucioAlme:2018:ClGêVí
TitleClassificação de Gênero de Vídeo usando Fusão de Redes Neurais Convolucionais
FormatOn-line
Year2018
DateOct. 29 - Nov. 1, 2018
Access Date2020, Dec. 04
Number of Files1
Size148 KiB
Context area
Author1 Lucio, Victor
2 Almeida, Jurandy
Affiliation1 UNIFESP
2 UNIFESP
EditorRoss, Arun
Gastal, Eduardo S. L.
Jorge, Joaquim A.
Queiroz, Ricardo L. de
Minetto, Rodrigo
Sarkar, Sudeep
Papa, João Paulo
Oliveira, Manuel M.
Arbeláez, Pablo
Mery, Domingo
Oliveira, Maria Cristina Ferreira de
Spina, Thiago Vallin
Mendes, Caroline Mazetto
Costa, Henrique Sérgio Gutierrez
Mejail, Marta Estela
Geus, Klaus de
Scheer, Sergio
e-Mail Addressvictor.lucio10@gmail.com
Conference NameConference on Graphics, Patterns and Images, 31 (SIBGRAPI)
Conference LocationFoz do Iguaçu, PR, Brazil
Book TitleProceedings
PublisherSociedade Brasileira de Computação
Publisher CityPorto Alegre
History2018-10-21 22:17:06 :: victor.lucio10@gmail.com -> administrator ::
2020-02-20 22:06:51 :: administrator -> :: 2018
Content and structure area
Is the master or a copy?is the master
Document Stagecompleted
Document Stagenot transferred
Transferable1
Tertiary TypeUndergraduate Work
KeywordsRedes Neurais Convolucionais, Processamento de Vídeos, Aprendizado Profundo.
AbstractA geração de dados de vídeo atualmente ocorre de maneira muito rápida e em grande escala, os dispositivos móveis com essa capacidade estão cada vez mais difundidos, gerando um grande conteúdo de dados, que precisam ser catalogados e recuperados de maneira eficiente, utilizando por exemplo, informações de alto nível detectadas por sistemas de recuperação de dados, o que facilita a busca para o usuário final. A classificação automática de de vídeos por gênero é o primeiro passo para catalogar grandes coleções. Nesse contexto, muitos trabalhos vêm sendo feitos utilizando redes neurais convolucionais e algoritmos de classificação clássicos, ou até a combinação do último, que virou uma técnica difundida pela quantidade de característica que podem ser combinadas, melhorando assim o desempenho final. Neste trabalho foi desenvolvida uma ferramenta de classificação utilizando fusão de redes convolucionais de aprendizado profundo, uma abordagem inédita na base de dados utilizada.
source Directory Contentthere are no files
agreement Directory Content
agreement.html 21/10/2018 19:17 1.2 KiB 
Conditions of access and use area
Languagept
Target Filesibgrapi_2018_camera (2) (2).pdf
User Groupvictor.lucio10@gmail.com
Visibilityshown
Allied materials area
Mirror Repositorysid.inpe.br/banon/2001/03.30.15.38.24
Next Higher Units8JMKD3MGPAW/3RPADUS
Host Collectionsid.inpe.br/banon/2001/03.30.15.38
Notes area
Empty Fieldsaccessionnumber archivingpolicy archivist area callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi edition electronicmailaddress group holdercode isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder secondarydate secondarykey secondarymark secondarytype serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume

Close