@MASTERSTHESIS{ 2019:62098437,
 	title = {Explorando técnicas de aprendizado híbrido para o reconhecimento automático de imagens de plantas},
 	year = {2019},
 	url = "http://tede2.uefs.br:8080/handle/tede/898",
 	abstract = "Nos últimos anos, com a evolução das Redes Neurais Convolucionais (RNC's), o reconhecimento automático de espécies de plantas a partir de imagens tornou-se um tema de pesquisa muito relevante para cientistas, pesquisadores e estudantes tanto na área da botânica quanto na comunidade computacional. Os principais desafios que envolvem o reconhecimento automático de espécies de plantas está diretamente relacionado a variabilidade intra-classe e da similaridade inter-classe, ambas decorrentes da complexidade das imagens em questão. Este trabalho tem como principal objetivo explorar técnicas de aprendizado híbrido, ou seja, a combinação de técnicas de aprendizado supervisionado e não-supervisionado com o propósito é minimizar os impactos dessa variabilidade no processo de classificação de imagens de plantas. Neste trabalho foi explorada a utilização de features extraídas por RNC's para o reconhecimento de imagens de espécies de plantas. Como objeto de estudo, utilizou-se a coleção de imagens ImageCLEF2013 (PlantCLEF) com 26.077 imagens de 250 especies de plantas. Foram aplicadas técnicas de particionamento em cada uma das bases com as diferentes features. Além disso, foram exploras abordagens de classificação mais abrangentes, com uso métodos clássicos como o algoritmo Random Forest e oito variações do classificador SVM com features extraídas pelas RNC's Inception V3, VGG-16 e VGG-19. Ainda assim, considerou-se também a camada do classificador Softmax de cada uma das RNC's a fim de se verificar o impacto do particionamento no processo de reconhecimento de imagens de espécies de plantas. Como resultado, os experimentos mostram é possível melhorar os resultados da eficácia dos classificadores combinando extração de features por RNC's e o particionamento das classes com técnicas de agrupamento.",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Mestrado em Computação Aplicada},
 	note = {DEPARTAMENTO DE TECNOLOGIA}
}