Αυτο-επιβλεπόμενη μάθηση για οπτική αναγνώριση συσχετίσεων

Αναστασάκης, Ζαχαρίας; Anastasakis, Zacharias

dc.contributor.author	Αναστασάκης, Ζαχαρίας	el
dc.contributor.author	Anastasakis, Zacharias	en
dc.date.accessioned	2023-04-10T09:12:20Z
dc.date.available	2023-04-10T09:12:20Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/57534
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.25231
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Οπτική Αναγνώριση Συσχετίσεων	el
dc.subject	Παραγωγή Γράφων Σκηνής	el
dc.subject	Αυτο-επιβλεπόµενη Μάθηση	el
dc.subject	Εκπαίδευση µε λίγα δείγµατα	el
dc.subject	Μετασχηµατιστές	el
dc.subject	Visual Relationship Detection	en
dc.subject	Scene Graph Generation (SGG)	en
dc.subject	Self Supervised Learning	en
dc.subject	Few-shot Learning	en
dc.subject	Transformers	en
dc.title	Αυτο-επιβλεπόμενη μάθηση για οπτική αναγνώριση συσχετίσεων	el
heal.type	bachelorThesis
heal.classification	Μηχανική Μάθηση	el
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-03-15
heal.abstract	Το πρόβληµα της δηµιουργίας γράφου σκηνής στην όραση υπολογιστών περιλαµβάνει τη δηµιουργία µιας αναπαράστασης µιας εικόνας µε ϐάση ένα γράφο. Ο γράφος αποτελείται από αντικείµενα (κόµβους) µε τις σχέσεις (ακµές) µεταξύ τους, αναπαριστώντας τη σκηνή και τα στοιχεία της µε δοµηµένο τρόπο. Στόχος είναι η εξαγωγή σηµασιολογικών πληροφοριών από µια εικόνα και η αναπαράστασή τους σε µορφή που να µπορεί εύκολα να αναλυθεί και να γίνει κατανοητή. Παρατηρώντας τη συµπεριφορά σύγχρονων µοντέλων στη ϐιβλιογραφία, καθίσταται σαϕές πως η πλειονότητα των σηµερινών µεθόδων ϐασίζεται στην επιβλεπόµενη µάθηση, όπου το µοντέλο εκπαιδεύεται σε ένα µεγάλο όγκο επισηµειωµένων δεδοµένων εικόνων. Παρά την επιτυχία της, η µάθηση µε επίβλεψη είναι ακριβή και χρονοβόρα, καθώς απαιτεί µεγάλες ποσότητες επισηµειωµένων δεδοµένων και ετικετών. Η έλλειψη µάθησης µε αυτο-επίβλεψη στη δηµιουργία γράφων σκηνής είναι εύκολο να παρατηρηθεί. ΄Ενας από τους κύριους λόγους που µπορεί να συµβαίνει αυτό είναι ότι η δηµιουργία γράφων σκηνής είναι µια σύνθετη εργασία που απαιτεί την εξαγωγή πληροφοριών από εικόνες, η οποία µπορεί να είναι πρόκληση για τις µεθόδους χωρίς επίβλεψη. Η συνεισφορά αυτής της διπλωµατικής εργασίας αφορά την εισαγωγή µίας νέας αρχιτεκτονικής µοντέλου αυτο-επιβλεπόµενης µάθησης, το οποίο προ-εκπαιδεύεται σε µη επισηµειωµένα δεδοµένα και καταφέρνει να πετύχει έως και 7% σχετική ϐελτίωση συγκριτικά µε επανυλοποιήσεις µεθόδων της ϐιβλιογραφίας όταν εκπαιδεύεται µε λίγα επισηµειωµένα δεδοµένα (few-shot learning) τόσο στο VRD όσο και στο VG200 σύνολο δεδοµένων, δύο από τα δηµοφιλέστερα σύνολα δεδοµένων του προβλήµατος.	el
heal.advisorName	Κόλλιας, Στέφανος	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.committeeMemberName	Βουλόδημος, Αθανάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	84 σ.	el
heal.fullTextAvailability	false