Robust visual recognition with deep neural networks

• Autores: Laura Alexandra Daza Barragán
• Directores de la Tesis: Pablo Andrés Arbeláez Escalante (dir. tes.)
• Lectura: En la Universidad de los Andes (Colombia) ( Colombia ) en 2023
• Idioma: inglés
• Tribunal Calificador de la Tesis: Jordi Pont Tuset (presid.), Luis Felipe Giraldo Trujillo (presid.)
• Enlaces
  • Tesis en acceso abierto en: hdl.handle.net
• Resumen

  • La confianza sobre herramientas automáticas para el análisis de patrones visuales depende del rendimiento de estos métodos, su robustez frente a perturbaciones en los datos y la interpretabilidad de sus resultados. En el caso de imágenes médicas, un método robusto a perturbaciones que pueda superar los desafíos inherentes a la tarea (datos limitados, gran varianza entre clases, imágenes volumétricas, etc.) sería una poderosa herramienta para ayudar expertos médicos y, por lo tanto, mejorar el diagnóstico y la selección del tratamiento. En imágenes naturales y videos, estos métodos podrían ser aplicados en escenarios de la vida real cuya seguridad es un aspecto crítico. En esta tesis proponemos realizar un análisis profundo de la robustez de redes neuronales aplicadas en distintos escenarios. Específicamente, proponemos estrategias para evaluar y mejorar la robustez de algoritmos diseñados para múltiples tareas en el dominio médico, de imágenes naturales y videos.