Desenvolvimento e Otimização de Modelos de Visão Computacional baseados em Aprendizado Profundo para Sistemas Embarcados
Visão Computacional
Otimização
Inteligência Artificial
Sistemas Embarcados
O avanço recente dos modelos de visão computacional baseados em aprendizado profundo tem proporcionado ganhos expressivos de desempenho em diversas tarefas de percepção visual. Entretanto, a elevada complexidade computacional dessas abordagens impõe limitações significativas à sua aplicação em sistemas embarcados, em função das restrições de processamento inerentes a essas plataformas. Diante desse cenário, este trabalho tem como objetivo o desenvolvimento e a otimização de modelos de visão computacional fundamentados em técnicas de inteligência artificial, com foco na viabilização de sua execução eficiente em ambientes embarcados. São investigadas estratégias de projeto de arquiteturas e mecanismos de otimização voltados à redução do custo computacional, preservando níveis adequados de desempenho. A metodologia considera a análise integrada de métricas de desempenho e latência, com vistas à implantação em tempo real. A partir das discussões e experimentos realizados, apresentam-se como resultados a avaliação comparativa das abordagens propostas, a identificação de compromissos entre desempenho e eficiência computacional e a formulação de diretrizes técnicas para o desenvolvimento de soluções de visão computacional baseadas em aprendizado profundo destinadas a sistemas embarcados.