Para citar este trabalho use um dos padrões abaixo:
Contagem de Pessoas em Multidões Utilizando Aprendizado de Máquina Profundo
CHRISTIAN MASSAO KONISHI
UNICAMP
Agora você poderia compartilhar comigo suas dúvidas, observações e parabenizações
Crie um tópicoA contagem de multidões por meio de imagens é um campo de pesquisa de grande interesse por suas diversas aplicações, como monitoramento de imagens de câmeras de segurança, planejamento urbano, além da possibilidade de usar esses modelos para a contagem de outros objetos, em outros domínios de problemas. Neste trabalho, um modelo é proposto baseado em Redes Adversárias Generativas (GANs) com custo Wasserstein e em redes neurais de múltiplas colunas, para obter melhores estimativas da quantidade de pessoas. Os resultados obtidos apresentam ganhos de acima de 30% no erro médio absoluto, em relação ao modelo original de múltiplas colunas.
Apoio/Financiamento da Pesquisa: PIBIC/CNPq
JOÃO PAULO DA PONTE SOUZA
Boa tarde, Christian,
Gostaria de dar parabéns pelo trabalho!
Tanto o resumo quanto a apresentação estão muito bem estruturados, dá para ter uma boa noção do conteúdo, da motivação e dos resultados obtidos.
Você sugeriu testar o modelo em outros cenários que não seja contagem de pessoas em multidões. Você chegou a testar esse modelo nesses casos? Se sim, quais seriam e você chegou em um resultado interessante?
Seria mais por curiosidade mesmo, haha
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo
CHRISTIAN MASSAO KONISHI
Boa tarde, João. Muito obrigado pelo retorno!
Sobre a realização de testes em outros cenários, eu não possuo resultados. Um dos maiores obstáculos que tenho é o tempo que leva para realizar o treinamento dos modelos, somado à disponibilidade de máquinas que tenho para executar o código.
No momento, eu estou conduzindo mais alguns testes adicionais e planejo usar outras bases de dados, mas de contagem de multidões ainda. Dependendo das circunstâncias, talvez eu consiga fazer algum teste do tipo, mas me parece um pouco improvável.