Universidade Federal do Ceará
Programa de Pós-Graduação em Engenharia de Teleinformática

Defesa de Tese de Doutorado – Humberto Ícaro Pinto Fontinele

Título: MSOM-CNN: a Lightweight SOM-Based Hybrid CNN for Robust Point Cloud Classification

Data: 27/08/2026
Horário: 08:30
Local: Auditório do LESC (Bloco 723 do Campus do Pici) e Google Meet – meet.google.com/kpx-cxag-rfm

Banca Examinadora:
George Andre Pereira The (UFC, Presidente – Orientador)
Jose Marques Soares (UFC)
Guilherme de Alencar Barreto (UFC)
Gustavo Medeiros Freitas (UFMG)
Rodrigo Dalvit Carvalho da Silva (Yale University)

Resumo:
Nuvens de pontos são estruturas de dados tridimensionais que descrevem superfícies de objetos por meio de coordenadas espaciais. Essas representações são amplamente utilizadas em aplicações contemporâneas, como robótica móvel, navegação autônoma, percepção de cenas e realidade aumentada, por combinarem fidelidade geométrica, facilidade de aquisição e utilidade prática. No entanto, por serem dados não estruturados e de densidade irregular, as nuvens de pontos dificultam a aplicação direta de arquiteturas de aprendizado profundo concebidas para dados regulares, como as redes convolucionais convencionais. Em cenários reais, esse desafio é agravado pela presença de ruído e oclusões. Para contornar essas limitações, a literatura tem explorado diferentes paradigmas de representação, como voxelização, projeções multi-view e Bird’s Eye View (BEV), e métodos baseados em pontos, como Transformers e modelos baseados em State Space Models (SSMs) e variantes Mamba. Embora tais abordagens representem avanços relevantes, nenhuma se consolidou como solução ideal no equilíbrio entre preservação geométrica, robustez e custo computacional. Nesse contexto, esta tese traz a proposta de um método para a classificação de nuvens de pontos em cenas de larga escala, com ênfase em leveza computacional e robustez a ruído e oclusões. O método adota um pipeline em três etapas: (i) segmentação geométrica da cena; (ii) representação dos segmentos em grades regulares de tamanho fixo, por meio de Self-Organizing Maps (SOMs); e (iii) classificação dessas representações via rede convolucional. Como principal contribuição desta tese, propõe-se, para a última etapa desse método, uma rede convolucional multi-escala leve, treinada por um método híbrido que combina o mecanismo SOM com gradiente descendente. Essa rede, denominada MSOM-CNN, foi projetada para extrair descritores topológicos latentes em diferentes níveis de localidade e resolução espacial, por meio de filtros convolucionais ajustados por redes SOM, operadas hierarquicamente, conferindo ao modelo maior capacidade de lidar com nuvens degradadas do que uma CNN convencional. Adicionalmente, esta tese propõe um mecanismo de poda estrutural, data-driven e orientado por importância, baseado na intensidade e na divergência de Kullback-Leibler da ativação dos filtros, para remover redundâncias e componentes de baixa relevância e, assim, aumentar a eficiência computacional do modelo. Os resultados mostram que a MSOM-CNN supera em até 11,5% a acurácia de uma CNN clássica sem estrutura multiescala e, em comparação com uma CNN clássica estruturalmente equivalente, obtém ganhos médios de 3,90% em cenários com ruído, 3,16% com oclusão e 9,21% quando ambas as degradações estão presentes. Além disso, os modelos com poda mais severa apresentam redução de até 52,82% no custo computacional de treinamento e de 42,40% em MACs na inferência, sem redução significativa de acurácia.

Palavras-chave: Nuvem de pontos; Aprendizado profundo; CNN; SOM; Extração de atributos multiescala; Classificação; Ruído; Oclusão.