1. Identificação | |
Tipo de Referência | Artigo em Evento (Conference Proceedings) |
Site | sibgrapi.sid.inpe.br |
Código do Detentor | ibi 8JMKD3MGPEW34M/46T9EHH |
Identificador | 8JMKD3MGPEW34M/43BDF3B |
Repositório | sid.inpe.br/sibgrapi/2020/09.30.02.48 |
Última Atualização | 2020:09.30.02.48.17 (UTC) administrator |
Repositório de Metadados | sid.inpe.br/sibgrapi/2020/09.30.02.48.17 |
Última Atualização dos Metadados | 2022:06.14.00.00.14 (UTC) administrator |
DOI | 10.1109/SIBGRAPI51738.2020.00035 |
Chave de Citação | AvelarTavSilJunLam:2020:SuImCl |
Título | Superpixel Image Classification with Graph Attention Networks |
Formato | On-line |
Ano | 2020 |
Data de Acesso | 17 maio 2024 |
Número de Arquivos | 1 |
Tamanho | 1548 KiB |
|
2. Contextualização | |
Autor | 1 Avelar, Pedro Henrique da Costa 2 Tavares, Anderson Rocha 3 Silveira, Thiago Lopes Trugillo da 4 Jung, Cláudio Rosito 5 Lamb, Luís da Cunha |
Afiliação | 1 Federal University of Rio Grande do Sul 2 Federal University of Rio Grande do Sul 3 University of Rio Grande 4 Federal University of Rio Grande do Sul 5 Federal University of Rio Grande do Sul |
Editor | Musse, Soraia Raupp Cesar Junior, Roberto Marcondes Pelechano, Nuria Wang, Zhangyang (Atlas) |
Endereço de e-Mail | phcavelar@inf.ufrgs.br |
Nome do Evento | Conference on Graphics, Patterns and Images, 33 (SIBGRAPI) |
Localização do Evento | Porto de Galinhas (virtual) |
Data | 7-10 Nov. 2020 |
Editora (Publisher) | IEEE Computer Society |
Cidade da Editora | Los Alamitos |
Título do Livro | Proceedings |
Tipo Terciário | Full Paper |
Histórico (UTC) | 2020-09-30 02:48:17 :: phcavelar@inf.ufrgs.br -> administrator :: 2022-06-14 00:00:14 :: administrator -> phcavelar@inf.ufrgs.br :: 2020 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo de Versão | finaldraft |
Palavras-Chave | superpixel graph attention networks graph neural networks |
Resumo | This paper presents a methodology for image classification using Graph Neural Network (GNN) models. We transform the input images into region adjacency graphs (RAGs), in which regions are superpixels and edges connect neighboring superpixels. Our experiments suggest that Graph Attention Networks (GATs), which combine graph convolutions with self-attention mechanisms, outperforms other GNN models. Although raw image classifiers perform better than GATs due to information loss during the RAG generation, our methodology opens an interesting avenue of research on deep learning beyond rectangular-gridded images, such as 360-degree field of view panoramas. Traditional convolutional kernels of current state-of-the-art methods cannot handle panoramas, whereas the adapted superpixel algorithms and the resulting region adjacency graphs can naturally feed a GNN, without topology issues. |
Arranjo 1 | urlib.net > SDLA > Fonds > SIBGRAPI 2020 > Superpixel Image Classification... |
Arranjo 2 | urlib.net > SDLA > Fonds > Full Index > Superpixel Image Classification... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGPEW34M/43BDF3B |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGPEW34M/43BDF3B |
Idioma | en |
Arquivo Alvo | PID6630943.pdf |
Grupo de Usuários | phcavelar@inf.ufrgs.br |
Visibilidade | shown |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | sid.inpe.br/banon/2001/03.30.15.38.24 |
Unidades Imediatamente Superiores | 8JMKD3MGPEW34M/43G4L9S 8JMKD3MGPEW34M/4742MCS |
Lista de Itens Citando | sid.inpe.br/sibgrapi/2020/10.28.20.46 5 |
Acervo Hospedeiro | sid.inpe.br/banon/2001/03.30.15.38 |
|
6. Notas | |
Campos Vazios | archivingpolicy archivist area callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination edition electronicmailaddress group isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype serieseditor session shorttitle sponsor subject tertiarymark type url volume |
|
7. Controle da descrição | |
e-Mail (login) | phcavelar@inf.ufrgs.br |
atualizar | |
|