@InProceedings{FuhrLimaCamp:2019:FrMaLe,
               author = "Fuhr, Gabriel Tobias and Lima, Jo{\~a}o Vicente Ferreira and 
                         Campos Velho, Haroldo Fraga de",
          affiliation = "{Universidade Federal de Santa Maria (UFSM)} and {Universidade 
                         Federal de Santa Maria (UFSM)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Framework de machine learning para busca de melhores 
                         par{\^a}metros em algoritmos de restaura{\c{c}}{\~a}o de 
                         imagens",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Santos, Rafael Duarte Coelho Dos and Mattos, Ariane Frassoni Dos 
                         Santos De and Mello, Carina Barros and Queiroz, Gilberto Ribeiro 
                         De and Vasconcelos, Leandro Guarino De and Vieira, Luis Eduardo 
                         Antunes and Forti, Maria Cristina and Gatto, Rubens Cruz",
         organization = "Semin{\'a}rio de Inicia{\c{c}}{\~a}o Cient{\'{\i}}fica e 
                         Inicia{\c{c}}{\~a}o em Desenvolvimento Tecnol{\'o}gico e 
                         Inova{\c{c}}{\~a}o (SICINPE)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/INPE/CNPq}",
             keywords = "machine learning, algoritmos, restaura{\c{c}}{\~a}o de 
                         imagens.",
             abstract = "Uma das importantes atividades no ramo de pesquisa Aeroespacial 
                         {\'e} a de capturar imagens atrav{\'e}s de c{\^a}meras e 
                         sensores aerotransportados por avi{\~o}es e sat{\'e}lites. Tais 
                         imagens podem sofrer com ru{\'{\i}}dos externos durante a sua 
                         captura. Procurando suavizar efeitos negativos causados pelos 
                         ru{\'{\i}}dos, o tratamento de imagens, ramo da Ci{\^e}ncia da 
                         Computa{\c{c}}{\~a}o, {\'e} utilizado para remover em parte os 
                         ru{\'{\i}}dos de imagens. Solu{\c{c}}{\~o}es como essas, 
                         quando eficientes, ou seja, quando conseguem restaurar as imagens 
                         a um estado mais pr{\'o}ximo da realidade, representam um 
                         avan{\c{c}}o significativo para {\'a}reas que fazem uso de 
                         imagens que requerem nitidez e precis{\~a}o. Destas {\'a}reas 
                         destacam-se a prospec{\c{c}}{\~a}o de informa{\c{c}}{\~o}es 
                         sobre o espa{\c{c}}o, onde s{\~a}o estudadas diversos tipos de 
                         imagens e o quanto mais fidedignas com a realidade, melhor para os 
                         pesquisadores. Tamb{\'e}m pode-se notar a import{\^a}ncia da 
                         remo{\c{c}}{\~a}o de ru{\'{\i}}dos na atividade de 
                         geolocaliza{\c{c}}{\~a}o de Ve{\'{\i}}culos a{\'e}reos 
                         n{\~a}o tripulados (VANTs) onde a nitidez das imagens capturadas 
                         {\'e} crucial para garantir que o sistema conseguir{\'a} se 
                         localizar utilizando seu banco de imagens georreferenciadas. 
                         S{\~a}o v{\'a}rias as t{\'e}cnicas utilizadas na 
                         restaura{\c{c}}{\~a}o de imagens, torna-se interessante que as 
                         mesmas tenham uma implementa{\c{c}}{\~a}o algor{\'{\i}}tmica, 
                         para assim serem utilizados em larga escala, in{\'u}meros 
                         algoritmos de restaura{\c{c}}{\~a}o de imagens j{\'a} foram 
                         implementados. A implementa{\c{c}}{\~a}o algor{\'{\i}}tmica 
                         consiste em codificar a restaura{\c{c}}{\~a}o em 
                         espec{\'{\i}}fico em uma s{\'e}rie de passos 
                         entend{\'{\i}}veis por computadores. O algoritmo deve receber 
                         como par{\^a}metro a imagem a ser restaurada, algumas 
                         solu{\c{c}}{\~o}es algor{\'{\i}}tmicas apresentam mais 
                         par{\^a}metros, como o BayeS shrink. Os par{\^a}metros citados 
                         anteriormente, causam efeitos no resultado final da 
                         execu{\c{c}}{\~a}o de uma restaura{\c{c}}{\~a}o, por isso sua 
                         escolha deve ser feita de maneira a maximizar os resultados de uma 
                         corre{\c{c}}{\~a}o de ru{\'{\i}}dos. Pensando nisso¸ 
                         utilizar-se-{\'a} t{\'e}cnicas de Machine Learning, {\'a}rea da 
                         computa{\c{c}}{\~a}o onde dados s{\~a}o fornecidos ao 
                         computador para o mesmo gerar solu{\c{c}}{\~o}es ou insights 
                         sobre os dados, como forma de escolha desses par{\^a}metros. Os 
                         dados seriam um banco de imagens originais e imagens alteradas por 
                         ru{\'{\i}}do (Imagens e histogramas), e um algoritmo a ser 
                         especificado pelo utilizador da plataforma. Com isso, a plataforma 
                         iria devolver um modelo de Machine Learning, o modelo serviria 
                         como um previsor de par{\^a}metro ideal dada uma imagem 
                         desconhecida e o algoritmo em quest{\~a}o. Fazendo com que a 
                         escolha do par{\^a}metro deixe de ser um processo 
                         emp{\'{\i}}rico da escolha do pesquisador, para ser uma escolha 
                         baseada em dados para maximizar a efici{\^e}ncia do algoritmo de 
                         restaura{\c{c}}{\~a}o de imagens.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos",
      conference-year = "12-13 ago. 2019",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGPDW34R/3U53E98",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34R/3U53E98",
           targetfile = "2019 GABRIEL TOBIAS.pdf",
                 type = "COMP",
        urlaccessdate = "27 abr. 2024"
}