Banca de DEFESA: JEFFERSON MEDEIROS NORBERTO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JEFFERSON MEDEIROS NORBERTO
DATA : 03/08/2026
HORA: 15:00
LOCAL: Virtual
TÍTULO:

Classificação de distorções em imagens digitais: Uma avaliação de
arquiteturas convolucionais, modelos de cor e eficiência computacional

 

PALAVRAS-CHAVES:

Classificação de distorção, Modelos de cor, Redes neurais
convolucionais, Redes de fusão de domínio.

 

PÁGINAS: 80
RESUMO:

Este trabalho apresenta um estudo comparativo focado na classificação de
distorções em imagens digitais utilizando as arquiteturas ResNet, YOLO26 e
MobileNet. Para isso, construiu-se um dataset nomeado LIST, a partir de
imagens de referência do conjunto UHD-IQA. Nele, foram aplicados seis tipos
de degradação em cinco níveis de intensidade: desfoque gaussiano, ruído de
Poisson-Gauss, redução de contraste, ruído de alta frequência, e
compressões JPEG2000 e JPEG. Para avaliar o impacto da alteração de
representação das imagens, o conjunto de dados foi processado de forma
independente nos espaços de cor RGB, CIE-Lab e HSV. Além das redes
mencionadas, o estudo propôs arquiteturas customizadas de integração de
domínios, por meio de fusão precoce (Early Fusion) e fusão tardia (Late
Fusion), visando aliar as informações estruturais de um espaço de cor à
sensibilidade a ruídos de outro. O experimento avaliou a acurácia
intradomínio, a generalização interbases (cross-dataset) e a eficiência
computacional. Os resultados indicam que o espaço HSV fornece uma
representação mais adequada para a classificação dos ruídos, com a
arquitetura YOLO26 Small alcançando a maior acurácia (86,45%) entre os
extratores individuais. A avaliação das estratégias de fusão demonstrou que
a integração de características limitou as redes no aprendizado das
estatísticas dos ruídos, alcançando uma acurácia de 95,39% no conjunto de
teste da base LIST e 71,91% no teste de validação cruzada com o conjunto
CSIQ. Contudo, a avaliação das matrizes de confusão também revelou um viés
nas arquiteturas em que apesar das altas taxas globais, elas apresentaram
dificuldade na identificação de imagens originais isentas de distorção
(classe SRC), frequentemente confundindo as texturas mais homogêneas com
artefatos de desfoque ou compressão em cenários interbases. Por fim, a
análise de hardware evidenciou que arquiteturas leves operam com consumo de
energia na faixa de 26,88 W a 36,54 W e uso de VRAM inferior a 1 GB, sem
perdas preditivas significativas em relação a redes densas.

 

MEMBROS DA BANCA:
Presidente - 1699034 - ADRIANO LORENA INACIO DE OLIVEIRA
Interno - 1736873 - CARLOS ALEXANDRE BARROS DE MELLO
Externa à Instituição - MYLENE CHRISTINE QUEIROZ DE FARIAS - OUTRA