Banca de DEFESA: GUSTAVO HENRIQUE MAIA DIAS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: GUSTAVO HENRIQUE MAIA DIAS
DATA: 06/07/2026
HORA: 16:00
LOCAL: Laboratório ARIA
TÍTULO: Aumento Generativo de Dados por Modelos de Difusão para Classificação de Imagens em Domínios com Dados Escassos
PALAVRAS-CHAVES: Aumento de dados. Modelos de difusão. Classificação de imagens. Adaptação de baixo rank. Categorização subjetiva. Aprendizagem profunda.
PÁGINAS: 121
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO: Modelos de aprendizagem profunda para classificação de imagens podem demandar grandes volumes de dados rotulados para alcançar desempenho adequado, porém muitos domínios especializados dispõem apenas de conjuntos de dados reduzidos, devido ao alto custo de aquisição e anotação por especialistas. Técnicas de aumento de dados, desde transformações geométricas tradicionais até abordagens generativas com Redes Adversariais Generativas (GANs), apresentam limitações: as primeiras não expandem a diversidade semântica das amostras, enquanto GANs enfrentam instabilidade de treinamento e colapso de modo. Este trabalho propõe uma abordagem de aumento de dados que combina a geração por modelos de difusão latente (FLUX.2 [klein]) com transformações tradicionais, capaz de gerar imagens sintéticas que preservam características semânticas definidoras de cada categoria, e investiga o papel de adaptadores LoRA (Low-Rank Adaptation) específicos por classe na geração das imagens sintéticas e sua contribuição para o desempenho de classificação. A metodologia foi avaliada em dois conjuntos de dados: um conjunto específico de domínio, de cinco estilos arquitetônicos brasileiros (1.140 imagens, 114 por classe no treinamento), e um conjunto generalista derivado do ImageNet (dez classes), ambos representativos de problemas de classificação visual complexos, com categorização subjetiva, limites de classe ambíguos e dados escassos. Para isolar a contribuição do aumento, os classificadores (EfficientNetV2B0) foram treinados a partir de inicialização aleatória. Os experimentos compararam múltiplas arquiteturas, estratégias de aumento (tradicional, generativo e combinado) e razões sintético-real (2:1, 5:1 e 10:1). No conjunto específico de domínio, a melhor configuração (aumento generativo na razão 10:1 combinado a transformações tradicionais) elevou a acurácia de teste de 50,0% (linha de base treinada a partir de inicialização aleatória) para 84,74% (intervalo de confiança de Wilson de 95%: 78,9%–89,2%), um ganho de 34,7 pontos percentuais; o mesmo padrão reproduziu-se no conjunto generalista (41,25% para 57,5%), sugerindo que os ganhos não são exclusivos do domínio arquitetônico. Observou-se complementaridade entre o aumento generativo e o tradicional, especialmente no conjunto específico de domínio, em que a combinação superou as estratégias isoladas nas três razões avaliadas; no conjunto generalista, a melhor configuração também combinou aumento generativo e tradicional, embora as diferenças devam ser interpretadas com cautela devido ao tamanho reduzido do teste. Uma ablação que gera as imagens sintéticas sem os adaptadores LoRA por classe sustenta essa leitura: o ganho decorre principalmente da complementaridade entre as duas estratégias, e não da especialização por classe em si. A comparação com controles tradicionais, sob a mesma quantidade de dados, sugere que a diversidade semântica das imagens sintéticas agrega informação além do mero aumento de volume. Métricas diretas de qualidade e diversidade (FID e Inception Score) corroboram essa leitura no conjunto específico de domínio, em que o aumento generativo reduz o FID e eleva o IS, à medida que a razão sintético-real aumenta. Conforme a literatura, os modelos de difusão ainda oferecem vantagens sobre GANs em estabilidade e diversidade de geração. Uma análise de interpretabilidade por Grad-CAM indicou que o classificador concentra a atenção em elementos arquitetônicos relevantes, e não em correlações espúrias de fundo. A metodologia proposta demonstra que a combinação de aumento generativo por difusão e aumento tradicional constitui uma estratégia eficaz para classificação visual em cenários caracterizados por escassez de dados e fronteiras de classe ambíguas.
MEMBROS DA BANCA:
Presidente(a) - 1743917 - THAIS GAUDENCIO DO REGO
Interno(a) - 2813926 - TIAGO MARITAN UGULINO DE ARAUJO
Externo(a) ao Programa - 1827772 - YURI DE ALMEIDA MALHEIROS BARBOSA