Evaluation of LPB learning for U-Net based road semantic segmentation
الملخص
A direção autônoma emerge naturalmente do notável avanço demonstrado pela Inteligência Artificial (IA) nos últimos anos, impulsionada, em grande parte, pelo desenvolvimento contínuo de recursos de hardware e software. Nesse contexto, este trabalho propõe a aplicação de ferramentas de IA, mais especificamente no domínio da Aprendizagem Profunda, para realizar a segmentação semântica de pavimentações asfálticas em imagens rasterizadas. A abordagem adotada utiliza a rede neural U-Net para alcançar esse objetivo, enquanto o algoritmo Local Binary Pattern (LBP) é investigado devido à sua vantagem declarada de invariância luminosa. Este trabalho contribui ao validar que a integração do algoritmo LBP pode aprimorar o desempenho da rede neural U-Net, especialmente em condições não previstas na base de dados de treinamento original.
الكلمات المفتاحية
غير متوفر
التخصصات
رسائل وأطاريح مشابهة
- Deep Learning-Based Medical Image Analysis : Segmentation, Synthesis, and Interactive Visualization for Pulmonary and Hepatic Applications Liang Lyu · 2026
- Deep-Learning-Based 3D Medical Image Segmentation and Registration Hao Xu · The University of Sydney · 2025
- Exploring Attention Mechanisms and Effective Network Architectures in Deep Learning-based Medical Image Segmentation: Adaptability to Diverse Lesions and Modalities Hussain Tahir · 2025
- Variational methods and deep learning for semantic image segmentation Miguel Chicchón · Pontifical Catholic University of Peru · 2025
- Psoriasis support system based on semantic segmentation AI models Lopes, Toni Marcos Silva · 2025
- Research on Medical Image Segmentation Based on Deep Learning Methods Yuxiang Zhou · 2024
