@InProceedings{LucioAlme:2018:ClGêVí,
               author = "Lucio, Victor and Almeida, Jurandy",
          affiliation = "UNIFESP and UNIFESP",
                title = "Classifica{\c{c}}{\~a}o de G{\^e}nero de V{\'{\i}}deo usando 
                         Fus{\~a}o de Redes Neurais Convolucionais",
            booktitle = "Proceedings...",
                 year = "2018",
               editor = "Ross, Arun and Gastal, Eduardo S. L. and Jorge, Joaquim A. and 
                         Queiroz, Ricardo L. de and Minetto, Rodrigo and Sarkar, Sudeep and 
                         Papa, Jo{\~a}o Paulo and Oliveira, Manuel M. and Arbel{\'a}ez, 
                         Pablo and Mery, Domingo and Oliveira, Maria Cristina Ferreira de 
                         and Spina, Thiago Vallin and Mendes, Caroline Mazetto and Costa, 
                         Henrique S{\'e}rgio Gutierrez and Mejail, Marta Estela and Geus, 
                         Klaus de and Scheer, Sergio",
         organization = "Conference on Graphics, Patterns and Images, 31. (SIBGRAPI)",
            publisher = "Sociedade Brasileira de Computa{\c{c}}{\~a}o",
              address = "Porto Alegre",
             keywords = "Redes Neurais Convolucionais, Processamento de V{\'{\i}}deos, 
                         Aprendizado Profundo.",
             abstract = "A gera{\c{c}}{\~a}o de dados de v{\'{\i}}deo atualmente ocorre 
                         de maneira muito r{\'a}pida e em grande escala, os dispositivos 
                         m{\'o}veis com essa capacidade est{\~a}o cada vez mais 
                         difundidos, gerando um grande conte{\'u}do de dados, que precisam 
                         ser catalogados e recuperados de maneira eficiente, utilizando por 
                         exemplo, informa{\c{c}}{\~o}es de alto n{\'{\i}}vel detectadas 
                         por sistemas de recupera{\c{c}}{\~a}o de dados, o que facilita a 
                         busca para o usu{\'a}rio final. A classifica{\c{c}}{\~a}o 
                         autom{\'a}tica de de v{\'{\i}}deos por g{\^e}nero {\'e} o 
                         primeiro passo para catalogar grandes cole{\c{c}}{\~o}es. Nesse 
                         contexto, muitos trabalhos v{\^e}m sendo feitos utilizando redes 
                         neurais convolucionais e algoritmos de classifica{\c{c}}{\~a}o 
                         cl{\'a}ssicos, ou at{\'e} a combina{\c{c}}{\~a}o do 
                         {\'u}ltimo, que virou uma t{\'e}cnica difundida pela quantidade 
                         de caracter{\'{\i}}stica que podem ser combinadas, melhorando 
                         assim o desempenho final. Neste trabalho foi desenvolvida uma 
                         ferramenta de classifica{\c{c}}{\~a}o utilizando fus{\~a}o de 
                         redes convolucionais de aprendizado profundo, uma abordagem 
                         in{\'e}dita na base de dados utilizada.",
  conference-location = "Foz do Igua{\c{c}}u, PR, Brazil",
      conference-year = "29 Oct.-1 Nov. 2018",
             language = "pt",
                  ibi = "8JMKD3MGPAW/3S45E55",
                  url = "http://urlib.net/ibi/8JMKD3MGPAW/3S45E55",
           targetfile = "sibgrapi_2018_camera (2) (2).pdf",
        urlaccessdate = "2024, Apr. 27"
}