Combinando autoencoder com mascaramento e transformadas digitais para classificação de imagens

O aprendizado autossupervisionado surgiu como uma solução para o problema da pequena quantidade de imagens rotuladas, mas grande quantidade de imagens não rotuladas. Neste caso, um dos modelos desenvolvidos foi o Masked Autoencoder (MAE). Ele propõe o particionamento da imagem em patches e o mascaramento de uma porcentagem destes patches. O objetivo consiste em obter como resultado as imagens originais sem o mascaramento. Ao realizar o mascaramento de uma alta porcentagem dos patches, o codificador tem uma tarefa desafiadora e seu aprendizado pode ser reutilizado para uma tarefa seguinte de classificação. Este projeto visa utilizar o MAE em conjunto com uma operação de processamento de imagem: a Transformada de Fourier. A Transformada de Fourier consiste em uma maneira de representar a informação visual da imagem fora do "domínio espacial". Desta maneira, espera-se que a aplicação da Transformada de Fourier contribua para a melhoria dos resultados do MAE, uma vez que representará um desafio adicional para o codificador.