Discente: ARTHUR RAFAEL TORRES DO NASCIMENTO
Título: NOVA TÉCNICA DE PROJETO DE DICIONÁRIO BASEADA NO ALGORITMO DE OTIMIZAÇÃO DO LOBO CINZENTO.
Orientador: PROF. DR. FRANCISCO MADEIRO BERNARDINO JUNIOR
Examinador interno: PROF. DR. CARMELO JOSÉ ALBANEZ BASTOS FILHO
Examinador externo: PROF. DR. FELIPE ALBERTO BARBOSA SIMÃO FERREIRA
Data: 04 DE OUTUBRO DE 2022
Local: SALA I-7
Resumo do Projeto:
O projeto de dicionários para quantização vetorial tem grande importância na qualidade dos sinais quantizados e pode se beneficiar de técnicas de inicialização, bem como de algoritmos de projeto de dicionário, que fazem uso da computação inteligente. Neste sentido, é apresentada neste trabalho uma técnica de projeto de dicionário, que une o algoritmo de otimização do lobo cinzento ao algoritmo LBG (Linde-Buzo-Gray), aplicada à compressão de imagens. A nova técnica se beneficia da otimização inspirada no comportamento característico dos lobos cinzentos no tocante aos hábitos de caça e hierarquia na etapa de atualização dos centroides. O algoritmo proposto, GWO-LBGm (do inglês Grey Wolf Optimizer - LBG Modified), foi comparado ao LBG e a outras técnicas de projeto de dicionário baseadas em inteligência de enxames, nomeadamente o FSS-LBG (do inglês Fish School Search - LBG), PSO-LBGm (do inglês Particle Swarm Optimization - LBG Modified) e FA-LBGm (do inglês Firefly Algorithm - LBG Modified). Também foi conduzida uma avaliação dos resultados obtidos pela técnica proposta a partir de 10 métodos de inicialização, que incluem técnicas de inicialização distintas e combinações de técnicas de inicialização, sendo observado que os métodos de inicialização avaliados contribuem para a obtenção de dicionários de melhor qualidade, em um menor número de iterações quando comparados à inicialização aleatória.
Palavras-chave: Quantização vetorial, inteligência de enxames, LBG, GWO, inicialização.
O Programa
