Analisi di tecniche di preprocessing per la classificazione di coralli con deep learing

Barbaro, Simone (2019) Analisi di tecniche di preprocessing per la classificazione di coralli con deep learing. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Non commerciale - Non opere derivate 3.0 (CC BY-NC-ND 3.0)

Download (4MB)

Abstract

Si vuole comprendere quanto le operazione di estrazione di feature basate su colore e tessitura possano essere utili nella classificazione dei coralli. Quindi vengono esplorati gli effetti che le operazioni di preprocessing di cambiamento dello spazio di colore in HSV e CIELAB, local binary pattern, Wavelet e tiling abbiano sui modelli ResNet e DenseNet addestrati nei dataset EILAT e RSMAS. I risultati vengono riportati e confrontati attraverso diverse misure, alcune conclusioni vengono tratte da questi risultati e si espande su possibili ricerche future.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Barbaro, Simone
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum scienze e tecnologie informatiche
Ordinamento Cds
DM270
Parole chiave
classificazione coralli,machine learning,deep learning,preprocessing,estrazione feature
Data di discussione della Tesi
18 Luglio 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^