Banca de DEFESA: MIGUEL LUIZ PESSOA DA CRUZ SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: MIGUEL LUIZ PESSOA DA CRUZ SILVA
DATA : 19/02/2025
HORA: 14:00
LOCAL: Virtual
TÍTULO:

Detecção de Objetos com Saídas Antecipadas Baseadas em Complexidade 
da Imagem

PALAVRAS-CHAVES:

Visão Computacional, Redes Neurais Dinâmicas, Detecção de 
Objetos.

PÁGINAS: 110
RESUMO:

Redes Neurais Dinâmicas são modelos de aprendizado profundo capazes de 
ajustar sua complexidade computacional durante a inferência, adaptando o 
uso de recursos de acordo com a dificuldade da entrada. Dentre essas 
abordagens, a técnica early exit se destaca por permitir que o modelo 
interrompa a inferência antecipadamente em amostras mais simples, reduzindo 
o tempo de processamento e o consumo de recursos sem comprometer 
significativamente a precisão. No entanto, sua aplicação em tarefas de 
detecção de objetos ainda é pouco explorada, especialmente devido à 
complexidade inerente ao reconhecimento simultâneo de múltiplos objetos e 
diferentes níveis de confiança em uma mesma imagem.
Este trabalho propõe uma abordagem inovadora ao adaptar a arquitetura 
Single Shot MultiBox Detector (SSD) com ramificações de saída antecipada, 
permitindo que amostras simples sejam processadas de forma mais eficiente, 
enquanto entradas mais complexas recebem uma análise mais aprofundada. Para 
isso, introduz-se um modelo auxiliar de predição do nível de dificuldade, 
fundamentado em uma metodologia de classificação de complexidade de 
amostras, aplicada a uma base de dados de detecção de objetos. Os 
experimentos foram conduzidos utilizando a base de dados KITTI, amplamente 
reconhecida no contexto de percepção para veículos autônomos por conter 
imagens de tráfego urbano, incluindo veículos, pedestres e ciclistas em 
diversas condições de oclusão e iluminação.
Embora a Precisão Média (mAP) obtida pela abordagem proposta tenha 
permanecido comparável ao modelo tradicional, os resultados experimentais 
evidenciaram uma redução significativa no tempo de inferência e uma 
utilização mais eficiente de recursos computacionais, incluindo uso de 
memória, ciclos de processamento e consumo energético. Essa otimização 
computacional é particularmente relevante em aplicações onde a capacidade 
de tomar decisões em tempo real é essencial para a segurança e eficiência 
do sistema, como veículos autônomos.

MEMBROS DA BANCA:
Externo à Instituição - ALCEU DE SOUZA BRITTO JÚNIOR - PUCPR
Presidente - 1512321 - GEORGE DARMITON DA CUNHA CAVALCANTI
Interno - 1511095 - TSANG ING REN