Detecção automática de personagens da Turma da Mônicamodelos de aprendizado profundo aplicados em histórias em quadrinhos

Resumo

As Histórias em Quadrinhos (HQs), frequentemente subestimadas, revelam-se como veículos de narrativas complexas e ricas em significados. No contexto das HQs brasileiras, a Turma da Mônica (TdM), criada por Mauricio de Sousa, destaca-se como uma obra prolífica, abrangendo milhares de edições e personagens. Reconhecendo a importância dessa turma no cenário brasileiro e demostrando um forte interesse nessa área, este Trabalho de Conclusão de Curso apresenta uma abordagem inovadora, aproveitando modelos de aprendizado profundo, especificamente a rede neural YOLOv5s da família YOLO, para a detecção automática de personagens nas páginas das HQs da TdM. Para atingir esse objetivo, foram introduzidos resumos teóricos sobre história em quadrinhos, Turma da Mônica e detecção de objetos. Também foram estabelecidas bases sólidas, incluindo manuais detalhados sobre elementos técnicos das HQs, categorização de personagens, uma metodologia exclusiva de anotação de imagens contendo 12 regras e novas métricas de avaliação de performance. Utilizando esse conhecimento, foram criados dois modelos baseados na YOLOv5s, com o modelo principal alcançando resultados notáveis, obtendo altos valores de precisão, como por exemplo, mAP_50=98% para o grupo de protagonistas no conjunto de teste. Além dos resultados numéricos, foram apresentados exemplos práticos de inferência e foram discutidos possíveis melhorias e aplicações práticas para o futuro.

Ficha do documento

Tipo

Outro

Ano

2023

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/35372

Palavras-chave

Detecção de personagensTurma da MônicaAprendizado profundoHistórias em QuadrinhosYOLOMatemáticaAprendizado do computador