<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Conference Proceedings">
		<identifier>8JMKD3MGPAW/3S45E55</identifier>
		<repository>sid.inpe.br/sibgrapi/2018/10.21.22.17</repository>
		<metadatarepository>sid.inpe.br/sibgrapi/2018/10.21.22.17.06</metadatarepository>
		<site>sibgrapi.sid.inpe.br 802</site>
		<citationkey>LucioAlme:2018:ClGêVí</citationkey>
		<author>Lucio, Victor,</author>
		<author>Almeida, Jurandy,</author>
		<affiliation>UNIFESP</affiliation>
		<affiliation>UNIFESP</affiliation>
		<title>Classificação de Gênero de Vídeo usando Fusão de Redes Neurais Convolucionais</title>
		<conferencename>Conference on Graphics, Patterns and Images, 31 (SIBGRAPI)</conferencename>
		<year>2018</year>
		<editor>Ross, Arun,</editor>
		<editor>Gastal, Eduardo S. L.,</editor>
		<editor>Jorge, Joaquim A.,</editor>
		<editor>Queiroz, Ricardo L. de,</editor>
		<editor>Minetto, Rodrigo,</editor>
		<editor>Sarkar, Sudeep,</editor>
		<editor>Papa, João Paulo,</editor>
		<editor>Oliveira, Manuel M.,</editor>
		<editor>Arbeláez, Pablo,</editor>
		<editor>Mery, Domingo,</editor>
		<editor>Oliveira, Maria Cristina Ferreira de,</editor>
		<editor>Spina, Thiago Vallin,</editor>
		<editor>Mendes, Caroline Mazetto,</editor>
		<editor>Costa, Henrique Sérgio Gutierrez,</editor>
		<editor>Mejail, Marta Estela,</editor>
		<editor>Geus, Klaus de,</editor>
		<editor>Scheer, Sergio,</editor>
		<booktitle>Proceedings</booktitle>
		<date>Oct. 29 - Nov. 1, 2018</date>
		<publisheraddress>Porto Alegre</publisheraddress>
		<publisher>Sociedade Brasileira de Computação</publisher>
		<conferencelocation>Foz do Iguaçu, PR, Brazil</conferencelocation>
		<keywords>Redes Neurais Convolucionais, Processamento de Vídeos, Aprendizado Profundo.</keywords>
		<abstract>A 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.</abstract>
		<language>pt</language>
		<tertiarytype>Undergraduate Work</tertiarytype>
		<format>On-line</format>
		<size>148 KiB</size>
		<numberoffiles>1</numberoffiles>
		<targetfile>sibgrapi_2018_camera (2) (2).pdf</targetfile>
		<lastupdate>2018:10.21.22.17.06 sid.inpe.br/banon/2001/03.30.15.38 victor.lucio10@gmail.com</lastupdate>
		<metadatalastupdate>2020:02.20.22.06.51 sid.inpe.br/banon/2001/03.30.15.38 administrator {D 2018}</metadatalastupdate>
		<mirrorrepository>sid.inpe.br/banon/2001/03.30.15.38.24</mirrorrepository>
		<e-mailaddress>victor.lucio10@gmail.com</e-mailaddress>
		<usergroup>victor.lucio10@gmail.com</usergroup>
		<visibility>shown</visibility>
		<transferableflag>1</transferableflag>
		<hostcollection>sid.inpe.br/banon/2001/03.30.15.38</hostcollection>
		<documentstage>not transferred</documentstage>
		<nexthigherunit>8JMKD3MGPAW/3RPADUS</nexthigherunit>
		<agreement>agreement.html .htaccess .htaccess2</agreement>
		<lasthostcollection>sid.inpe.br/banon/2001/03.30.15.38</lasthostcollection>
		<url>http://sibgrapi.sid.inpe.br/rep-/sid.inpe.br/sibgrapi/2018/10.21.22.17</url>
	</metadata>
</metadatalist>