III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.de uma porta ou um corredor estreito. Neste caso, comodescrito na Seção 4, a rede intuição é ativada pararesolver tal conflito.Figura 6. Exemplo do estado da rede da razão apóstreinamentoApós o treinamento a rede foi validada. Nesta faseum conjunto de padrões de treinamento e um conjuntode padrões diferentes destes foram submetidos à rede. Aavaliação do desempenho da rede foi feita analisando seo neurônio de saída correspondente ao padrão deentrada foi ativado e também o valor de ativação desteneurônio. Quanto maior for seu valor de ativação dentrode um intervalo de 0 a 1, mais precisa é a classificaçãoda rede.Na Figura 7, por exemplo, simula-se o estado darede em virtude da entrada de um padrão modelando umlocal com uma abertura estreita do lado direito do robô.Padrão este não utilizado no treinamento da rede. Oresultado esperado é a ativação do neurônio 39. Deacordo com a figura, conclui-se que tal resultado foiobtido com precisão, já que o valor de ativação de talneurônio está muito próximo de um (0.992).Figura 8. Exemplo do estado da rede da razãodurante etapa de testes – classeintersecçãoFigura 9 - Exemplo do estado da rede da razãodurante etapa de testes – abertura lateral direita: ativaçãoda rede intuiçãoA rede intuição, também criada utilizando-se aferramenta SNNS, obteve sucesso em sua etapa detreinamento, haja vista os resultados obtidos nas etapasde validação e teste da rede.As Figuras 10 e 11 ilustram padrões representandouma imagem de uma porta e um corredor,respectivamente, submetidos à rede durante a etapa devalidação, com o objetivo de validar a etapa detreinamento. De acordo com as entradas o primeiro e osegundo neurônio da saída das Figuras 10 e 11,respectivamente, devem ser ativados, o que acontececorretamente.Figura 7 – Estado da rede razão em virtude daentrada de um padrão durante etapa de validaçãoA fase de teste da rede razão consistiu nasubmissão de padrões criados aleatoriamente, com oobjetivo de se avaliar sua capacidade de classificaçãofrente a entradas desconhecidas. O resultado obtido foimuito bom para todos os padrões apresentados à rede.Como exemplos apresenta-se as Figuras 8 e 9, onde aclasse intersecção e a camada de intuição são ativadascorretamente.Figura 10 - Exemplo do estado da rede intuiçãodurante etapa de validação – imagem de uma portaFigura 11- Exemplo do estado da rede intuiçãodurante etapa de validação – imagem de um corredorDurante a etapa de testes foram apresentados à redeimagens de portas e corredores também utilizadas73