UTILIZAÇÃO DE DEEP LEARNING PARA ANÁLISE SEMÂNTICA DE OBJETOS E TEXTOS EM CENAS NATURAIS VOLTADA À ROBÓTICA ASSISTIVA

Resumo

Chen et al (2019) apresentam a Convolução Octave, uma Rede Neural Convolucional (CNN) que busca separar, conceitualmente, altas e baixas frequências nos mapas de características extraídos pelas camadas da rede. Esta técnica permite a obtenção de redes mais leves e precisas. Baseado nas Convoluções Octave, o trabalho aqui apresentado investiga o comportamento de altas e baixas frequências em múltiplas bases de imagens com objetivos distintos com o objetivo de criar um novo modelo inteligente de alta acurácia e de baixo custo computacional para utilização em tarefas de análise de semântica em robótica assistiva. Buscando melhor entender a área de conhecimento e importantes desenvolvimentos recentes na intersecção gerada por Visão Computacional, Análise de Semântica, Robótica Assistiva e Modelos Móveis, uma revisão sistemática de literatura foi iniciada como previsão de término para dezembro, que deve resultar em uma publicação em revista científica.