Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/27943
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2018_AndreHenriqueMacedoDaCosta_tcc.pdf1,91 MBAdobe PDFver/abrir
Título: Aplicação de redes neurais convolucionais na identificação de tatuadores
Autor(es): Costa, André Henrique Macedo da
Orientador(es): Farias, Mylène Christine Queiroz de
Coorientador(es): Silva, Daniel Guerreiro e
Assunto: Redes neurais (Computação)
Tatuagem
Autoria
Data de apresentação: 4-Dez-2018
Data de publicação: 18-Jul-2021
Referência: COSTA, André Henrique Macedo da. Aplicação de redes neurais convolucionais na identificação de tatuadores. 2018. vi, 42 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2018.
Resumo: As tatuagens são uma forma de modificação corporal baseada na inserção de tintas na pele que alteram a sua coloração. Os procedimentos de tatuagens têm sido realizados a milhares de anos com os primeiros registros de múmia tatuadas datando do quarto milênio a.C.. Hoje, a tatuagem tem a função de auto identificação. As pessoas buscam tatuagens com o objetivo de expressar sua identidade interior. Logo, há uma relação de unicidade em cada tatuagem. Além disso, a tatuagem recebeu o status de arte, sendo o tatuador considerado um pintor que utiliza a pele humana como meio de expressão. O crescimento das mídias sociais aumentou o compartilhamento de imagens de tatuagens e consequentemente o seu plágio, comprometendo o tatuado e o tatuador. Este trabalho propõe a utilização de rede neurais convolucionais para a identificação da autoria de tatuagens com o objetivo de proteger o artista. O sistema proposto classifica as imagens a partir das características extraídas das imagens de trabalhos passados de sete artistas. No desenvolvimento desse sistema, criou-se um banco de dados contendo os trabalhos de diferentes tatuadores e o teste de cinco diferentes arquiteturas de classificação. O banco de dados contem mais de 1.800 imagens de 7 diferentes tatuadores de 4 diferentes estilos. Fez-se o uso de Redes Neurais Convolucionais, uma técnica de Aprendizado de Máquina, para a extração das características e classificação das imagens. Utilizou-se uma rede já treinada para a extração das características básicas e adicionaram-se camadas a essa rede que foi treinada para realizar a classificação. A rede se mostrou capaz de realizar corretamente a identificação de cada autor. A arquitetura com o melhor desempenho classificou corretamente, em média, 83,7% das imagens dos sete artistas e teve um F1score total de 83. Assim, conclui-se que o procedimento se mostrou eficaz neste contexto.
Abstract: Tattoos are a form of body modification caracterised by the insertion of ink into the skin. Tattoing procedures have been done for thousands of years with the evidences of tattooed mummies from the fourth millenium BC. Recently, tattoo has received the status of art and tattoo artists are considered painters that use skin as a canvas. But, with the growth of image sharing in social media, the number of cases of tattoo plagiarismhas also grown, which affects both the tattoo owner and the tattoo artist. This project proposes a technique to identify the authorship of tattoos aiming to protect the tattoo artist. This system classifies imagens of seven selected tattoo artists using a set of features extracted from previous works of each artist. During the development of this project, a dataset of tattoo images was created and five different classifying algorithms were tested. The dataset has more than 1,800 images of 7 artist with 4 different styles. Convolutional neural networks were used for the features extraction and classification of the images. A pretrained network was used as the feature extractor. Extra layers were added to the pre-trained network for the classification task. The network was successfully identified the artists. The best performing architecture correctly classified on average 83.7% of the total images and had an overall F1score of 83. Thus, we conclude that the procedure proved to be effective in this context.
Informações adicionais: Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Elétrica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.