Banca de DEFESA: ADRIEL FILIPE LINS ALVES DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ADRIEL FILIPE LINS ALVES DA SILVA
DATA : 28/02/2024
HORA: 09:00
LOCAL: Centro de Informática - Auditório Bloco B
TÍTULO:

Agrupamento Dinâmico para Reconhecimento Visual de Lugares

PALAVRAS-CHAVES:

Mapas Auto-organizáveis, Reconhecimento Visual de Lugares.

PÁGINAS: 93
RESUMO:

Navegação autônoma desempenha um papel muito importante em aplicações que 
mostraram uma grande evolução nos últimos anos como,  por exemplo, missões 
espaciais, agricultura, veículos autônomos, veículos autônomos 
subaquáticos, robôs de limpeza e logística. Para a realização dessa tarefa, 
é importante que o robô tenha informação a respeito do ambiente e da sua 
localização dentro dele.
Reconhecimento Visual de Lugares (Visual Place Recognition ou VPR) usa 
somente sensores visuais para o agente autônomo saber o local onde ele 
está. Esse processo pode ser utilizado de forma independente ou dentro de 
um sistema de mapeamento e localização simultâneos, como detector de 
fechamento de laço ou para relocalização. Nesse contexto, há alguns 
problemas inerentes ao reconhecimento visual de lugares, sendo um dos 
principais o custo computacional (principalmente para aplicações em longos 
trajetos), visto que, de uma forma geral, para comparar o local atual com 
todos os outros locais, a complexidade computacional seria linear com 
relação a quantidade de locais armazenados.
Dentro desse contexto, a abordagem proposta neste trabalho consiste na 
utilização de um Mapa Auto-organizável com topologia variante no tempo, 
empregando ciclos de treinamento para analisar o agrupamento das amostras 
de dados conforme um critério de erro estabelecido para cada protótipo da 
rede. Esse método leva em consideração a disposição espacial das amostras 
agrupadas e ajusta os protótipos quando o critério não é atendido. 
Adicionalmente, o modelo proposto pode lidar com grande quantidade de dados 
e permite aprendizagem incremental que incorpora novos conhecimentos com 
pouca ou nenhuma perda de conhecimento anterior. Por último, o modelo 
proposto determina o número de categorias para o reconhecimento tendo como 
parâmetro apenas uma relação de semelhança entre o protótipo de uma 
categoria e as amostras que a integra.
O modelo proposto, enquanto se mantém competitivo com relação a outros 
modelos bem estabelecidos, possui uma menor complexidade computacional na 
tarefa de conhecimento de lugares, devido ao agrupamento por meio de SOM, 
que reduz substancialmente o número de comparações para determinação de um 
local.

MEMBROS DA BANCA:
Interno - 1351924 - ALUIZIO FAUSTO RIBEIRO ARAUJO
Presidente - 1736873 - CARLOS ALEXANDRE BARROS DE MELLO
Externo à Instituição - JOSE ALFREDO FERREIRA COSTA - UFRN