Tamanho da fonte: 

O presente trabalho apresenta uma técnica de análise de imagens pormeio de extração de variáveis latentes, para tanto foi proposta umaabordagem baseada em foresta de caminhos ótimos latentes, com oobjetivo de identifcar regiões em uma imagem que sejam relevantesou não na fase de treinamento do aprendizado supervisionado. Talproposta visou solucionar os problemas intrínsecos à classifcação deimagens, onde dado um conjunto de amostras com característicassemelhantes, deseja-se obter maior efcácia e efciincia independentedas imagens conterem semânticas diferentes para um mesmocontexto em análise. Para a descrição das imagens utilizadas nopresente trabalho foram extraídas características por meio dearquiteturas de aprendizado profundo (deep learning) end-to-end.Para o processo de aprendizado supervisionado latente foidesenvolvido um classifcador foi baseado no conceito de foresta decaminhos ótimos por meio de variáveis latentes. Para a análise eexperimentos da presente proposta as imagens utilizadas foramsubdivididas em quadrantes equivalentes, sendo que tais regiõesforam classifcadas segundo princípio de variáveis latentes.

Classificação supervisionada; Análise de imagens; Floresta de caminhos ótimos; Variáveis latentes.