Logo do repositório

AM - DC - DCEE - TI - Comunicações a Conferências Nacionais e Internacionais

URI permanente para esta coleção:

http://hdl.handle.net/10400.26/48343

Navegar

Percorrer AM - DC - DCEE - TI - Comunicações a Conferências Nacionais e Internacionais por data de Publicação

Filtrar resultados por ano ou mês
A mostrar 1 - 2 de 2
  • Reconhecimento Facial Através de Aprendizagem Profunda em Imagens Multiespectrais
    Publication . Chambino,Luis Lopes; Silva,José Silvestre; Bernardino,Alexandre
    Neste trabalho, é proposta uma nova arquitetura para o reconhecimento facial utilizando imagens multiespectrais. A arquitetura produz conjuntos de características de 256 dimensões que representam a identidade de uma pessoa baseada em imagens multiespectral. Adicionalmente, neste estudo é proposto um detetor de personificação com o objetivo de detectar a utilização de máscaras. O classificador multiespectral obtém melhores resultados quando comparado com o YCbCr ou o HSV. Foram realizados diversos testes com o intuito de identificar quais as melhores camadas a adaptar da LightCNN e concluiu-se que o melhor resultado corresponde ao conjunto das camadas ({1-3}+UCL). Este estudo permitiu concluir que quanto maior for o número de camadas adaptadas, pior é o resultado final. Os melhores resultados ocorrem da adaptação das camadas iniciais da rede neural. Para classificar os conjuntos de características de 256 dimensões o classificador SVM com kernel linear obteve os melhores valores em rank-1 quando comparado com os restantes classificadores, para as duas bases de dados multiespectrais utilizadas. Estudos extensivos nas bases de dados multiespectrais demonstraram a superioridade da metodologia proposta, tendo sido obtidos valores em rank-1 de 99,7% e 99,8% para as bases de dados multiespectrais Tufts e CASIA NIR-VIS 2.0.
    2021-06-02Texto Acesso aberto Ver mais
  • Ciber Viz
    Publication . Marques,P.; Dias, L.; Correia, M.
    Este artigo apresenta visualizações e detenção de intrusões (Ciber VIZ), uma ferramenta que fornece algoritmos de decisão de intrusão com um GUI eficaz. A ferramenta tem dois objetivos. Primeiro visa ajudar o analista humano a observar as ameaças em curso, permitindo responder a estes ataques. Em segundo lugar, destina-se a ajudar o analista a estudar o desempenho dos algoritmos com parâmetros diferentes, a fim de decidir qual a combinação que melhor se adequa aos seus objetivos. A ferramenta integra um conjunto de algoritmos de detecção de intrusão recentemente propostos com base na aprendizagem automática não supervisionada. A ciberviz adota uma arquitetura de sistema cliente servidor e implementa uma API REST que medeia a comunicação entre o servidor e o GUI no lado do cliente. No GUI escolhido um aspeto visual claro e minimalista, contendo funcionalidades que permitem analisar os dados da rede de uma forma simples e clara.
    2022-03-22Texto Acesso aberto Ver mais