XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: CLASSIFYING IMAGES WITH UNCLEAR PATTERNS: FROM VISUAL FEATURES TO NARRATIVE IMPORTANCE Autor: YAN MARTINS BRAZ GUREVITZ CUNHA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
SERGIO COLCHER - ADVISOR
Nº do Conteudo: 61995
Catalogação: 20/03/2023 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61995@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61995@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.61995
Resumo:
Título: CLASSIFYING IMAGES WITH UNCLEAR PATTERNS: FROM VISUAL FEATURES TO NARRATIVE IMPORTANCE Autor: YAN MARTINS BRAZ GUREVITZ CUNHA
Nº do Conteudo: 61995
Catalogação: 20/03/2023 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61995@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61995@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.61995
Resumo:
The field of image classification has been heavily explored for years,
especially with the big advancements in deep neural networks seen in the
last decade. However, most of the focus has been dedicated to cases with
significant inter-class differences and minor intra-class differences. In this
work we explore how well convolutional networks deal with cases with small
inter-class differences and whose classification carries a degree of subjectivity,
making non-obvious the relationship between visual features and classification
and differentiating it from the traditional field of fine-grained classification.
To do that, we approach a specific instance of this problem: Determining a
character s narrative importance based solely on its image. We have evaluate
the performance of different CNN models in our task, using a dataset we
created for it, and we have analysed which patterns were found when it comes
to the relationship between visual features and classification. We show that,
for our specific task, CNNs are able to exceed human performance in pure
accuracy and, more interestingly, mirror many of the patterns humans show
when judging characters, even if some of those patterns are inaccurate. This
means that this kind of model may be able to serve as a good surrogate for
human evaluators when designing characters.
Descrição | Arquivo |
COMPLETE |