A influência dos modelos de cor para algoritmos de detecção de bordas baseados em redes neurais convolucionais

Abstract

O sentido da visão tem um papel importante na forma como o ser humano entende o mundo. Dessa forma, a representação e o processamento de informação visual é de grande importância para o ser humano. A área de Visão Computacional busca, através do uso de informação visual, geralmente descrita na forma de imagens, extrair informação útil para o desempenho automático de tarefas. Essa extração automática de informação, por meio da análise de imagens, é uma tarefa difícil que geralmente é dividida em problemas menores. O processo de segmentação de imagens é um desses problemas com a finalidade de dividir a imagem em seus objetos constituintes. A detecção automática de bordas é uma forma de segmentação que visa salientar todos os pixels da imagem que representem uma região de fronteira entre objetos da imagem ou até partes internas de um determinado objeto. O processo de detecção de bordas, historicamente, passou pelo uso de máscaras de convolução até o aprendizado de características, manualmente desenvolvidas, para classificação ou extração de pontos de borda em uma imagem. Com a evolução das placas gráficas foi possível diminuir o tempo de resposta dos algoritmos e permitir o avanço e difusão do uso de Redes Neurais Profundas em diversas áreas. A Rede Neural Convolucional é um tipo de rede profunda, atualmente muito utilizada para o processo de detecção de bordas, tendo como entrada uma imagem, ou partes dela, descritas, no geral, pelo modelo de cor RGB. Considerando esse contexto, o presente trabalho busca prover uma análise quantitativa da influência do uso de diferentes modelos de cor para descrever as imagens de entrada de algoritmos de detecção de bordas baseados no uso de Redes Neurais Convolucionais. Para realização dessa análise são utilizados os modelos de cor RGB, LAB, LUV, HSV, YO1O2 e dRdGdB. As arquiteturas Holistically-Nested Edge Detection (HED) e Convolutional Encoder Decoder Network (CEDN), caracterizadas pelo uso de Redes Neurais Convolucionais, são utilizadas como método detector de borda a ser avaliado. O Berkeley Segmentation Data Set and Benchmarks (BSDS) é responsável pela avaliação quantitativa dos resultados obtidos. Por fim, toda análise é realizada sobre as imagens das bases BSDS500 e PASCAL Context. Os experimentos sugerem que os resultados do processo de detecção de bordas tendem a ser semelhantes quando se realiza o treinamento das Redes Neurais Convolucionais com pesos aleatoriamente inicializados, independentemente do modelo de cor utilizado. Para a arquitetura Holistically-Nested Edge Detection, o uso de modelos de cor diferentes do RGB resultou em uma melhoria significativa para o caso de transferência de aprendizado e ajuste fino dos pesos.