Trabalho de Iniciação Científica de aluno da Engenharia de Computação é indicado para concorrer a prêmio nacional do CNPq.

O trabalho de Iniciação Científica (programa PIBIC da UFES) do aluno Lucas Tabelini Torres (Engenharia de Computação), sob a orientação do prof. Thiago Oliveira dos Santos, foi o indicado como o representante da Grande Área de Ciências Exatas e da Terra e Engenharias para concorrer nacionalmente ao 17ª Prêmio Destaque da Iniciação Científica do CNPq. 

Título do Trabalho: Investigação de transferência de conhecimento entre redes neurais no contexto de placas de trânsito

Resumo: O aprendizado profundo tem sido aplicado com sucesso em diversos problemas. Frequentemente, essas soluções dependem de grandes redes que necessitam de bases de dados de imagens do mundo real para um treino eficaz. A aquisição de tais bases de dados do mundo real nem sempre é possível no contexto de direção autônoma, e constantemente sua anotação não é factível (e.g., levaria muito tempo ou seria muito cara de ser feita). Além disso, em diversas tarefas, existe um desbalanceamento de dados intrínseco que a maioria dos métodos baseados em aprendizado têm problemas para lidar. Uma tarefa que possui esses três problemas é o de detecção de placas de trânsito. Neste trabalho, é proposto um método novo de geração de base de dados que requer apenas (i) imagens naturais arbitrárias, i.e., não requer imagens do domínio de interesse, e (ii) templates de placas de trânsito, i.e., templates criados sinteticamente para ilustrar a aparência de uma placa de trânsito. É mostrado que a base gerada sem esforço pelo método é eficaz para treinar um detector de objetos (como a Faster R-CNN) em placas de trânsito de múltiplos países, com um desempenho próximo de quando se treina com uma base de imagens reais.