Redes neurais profundas: implementação no contexto de reconhecimento de imagens
PDF

Palavras-chave

Deep learning
Brain computer interface
Redes triplet

Como Citar

BASSI, Pedro; ATTUX, Romis. Redes neurais profundas: implementação no contexto de reconhecimento de imagens. Revista dos Trabalhos de Iniciação Científica da UNICAMP, Campinas, SP, n. 27, p. 1–1, 2019. DOI: 10.20396/revpibic2720192824. Disponível em: https://econtents.sbu.unicamp.br/eventos/index.php/pibic/article/view/2824. Acesso em: 18 mar. 2026.

Resumo

Este trabalho pertence à temática de interfaces cérebro-computador. Nele, utilizamos redes neurais profundas do tipo Triplet para analisar sinais de eletroencefalografia (EEG), os quais haviam sido convertidos em imagens através de transformadas de Fourier. Os sinais foram gerados em um estudo de SSVEP, onde pessoas observam um estímulo piscando e têm sua atividade cerebral monitorada. O objetivo das redes neurais é, a partir das imagens geradas (espectrogramas dos sinais), dizer que frequência estimulava visualmente o observador. Foram obtidos resultados promissores, apesar de mais estudos serem necessários para analisar a perspectiva de aproveitamento adicional das relações não-lineares presentes nos dados.

PDF

Referências

F. Schroff, D. Kalenichenko, and J. Philbin, “Facenet: A unified embedding for face recognition and clustering," in Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 815-823, 2015.
Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Copyright (c) 2019 Revista dos Trabalhos de Iniciação Científica da UNICAMP