Detecção de pontos turísticos utilizando Deep Learning : uma abordagem com OOD-Detection.

Abstract

Com o constante crescimento do mercado de turismo, surge a necessidade de aprimorar e facilitar a experiência dos turistas que buscam conhecer espaços e atrações turísticas. Para isso, este trabalho tem como objetivo desenvolver um algoritmo baseado em técnicas de Deep Learning capaz de identificar pontos turísticos a partir de imagens. O método proposto consistiu em definir, pré-processar e rotular uma base de dados composta por diferentes classes de imagens de pontos turísticos. Em seguida, utilizou-se Data Augmentation para aumentar a variabilidade das imagens durante o treinamento de uma rede neural de classificação. A extração de características específicas dos dados de entrada foi feita através da rede neural convolucional DenseNet e da transferência de aprendizado de parte dos parâmetros pré-treinados sobre a base de dados ImageNet. Com isso, técnicas de Deep Learning foram empregadas sobre o mapa de características gerado para classificar as imagens de acordo com a atração fotografada. Além disso, a abordagem proposta consistiu na aplicação do algoritmo k nearest neighbor (KNN) para identificação de imagens fora da distribuição de interesse (OOD Detection). Ao final, obteve-se uma acurácia de 97,5% na classificação da base de dados de teste. Além disso, os testes de OOD Detection atingiram um resultado de 97,0% considerando a métrica TPR95, o que demonstra a eficácia dessa abordagem em uma aplicação com foco em detecção de locais.