Reconhecimento de padrões em imagens baseado em sistemas complexos

• Processo: 16/16060-0
• Linha de fomento: Auxílio à Pesquisa - Regular
• Vigência: 01 de fevereiro de 2017 - 31 de janeiro de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Matemática da Computação
• Pesquisador responsável: Joao Batista Florindo
• Beneficiário: Joao Batista Florindo
• Instituição-sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Pesq. associados: Odemir Martinez Bruno ; Rosana Marta Kolb
• Assunto(s): Análise de imagens Sistemas complexos Reconhecimento de padrões Redes complexas

Resumo

Este projeto propõe o estudo e desenvolvimento de ferramentas matematico-computacionais para análise de imagens baseadas no conceito de sistemas complexos. Mais especificamente, o pesquisador pretende focar em três abordagens, a saber, geometria fractal, redes complexas e métodos de Física-Matemática. Todas estas técnicas possuem em comum o fato de que conseguem descrever com grande grau de precisão o quão irregular ou homogêneo é um objeto representado em uma imagem visto sob diferentes níveis de escala. Esta é uma informação crucial mesmo para nosso sistema de visão, que faz uso constante desta informação para distinguir objetos e cenários à nossa volta. A mesma importância deste atributo pode ser observada em sistemas de visão computacional, sobretudo na análise de imagens da natureza, como demonstrado em diversos trabalhos desenvolvidos anteriormente pelo proponente. Por fim, as técnicas aqui desenvolvidas serão aplicadas em problemas do mundo real envolvendo imagens biológicas, especialmente em taxonomia e fenotipagem de plantas. Vale destacar também que este projeto visa gerar uma simbiose entre aplicação e teoria e assim tanto teorias desenvolvidas para aplicações genéricas serão testadas em problemas específicos quanto estes mesmos problemas também darão origem a novas linhas teóricas que possam suprir suas necessidades. O presente texto descreve as frentes teóricas e aplicações envolvidas, assim como a expectativa de produção científica e formação de recursos humanos. (AU)

Publicações científicas

(7)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SILVA, PEDRO M.; FLORINDO, JOAO B. A statistical descriptor for texture images based on the box counting fractal dimension. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 528, AUG 15 2019. Citações Web of Science: 0.

SILVA, PEDRO M.; FLORINDO, JOAO B. Using down-sampling for multiscale analysis of texture images. PATTERN RECOGNITION LETTERS, v. 125, p. 411-417, JUL 1 2019. Citações Web of Science: 0.

METZE, KONRADIN; ADAM, RANDALL; FLORINDO, JOAO BATISTA. The fractal dimension of chromatin - a potential molecular marker for carcinogenesis, tumor progression and prognosis. EXPERT REVIEW OF MOLECULAR DIAGNOSTICS, v. 19, n. 4, p. 299-312, APR 3 2019. Citações Web of Science: 0.

FLORINDO, JOAO BATISTA; BRUNO, ODEMIR MARTINEZ. Fractal Descriptors of Texture Images Based on the Triangular Prism Dimension. Journal of Mathematical Imaging and Vision, v. 61, n. 1, p. 140-159, JAN 2019. Citações Web of Science: 0.

FLORINDO, JOAO BATISTA; CASANOVA, DALCIMAR; BRUNO, ODEMIR MARTINEZ. A Gaussian pyramid approach to Bouligand-Minkowski fractal descriptors. INFORMATION SCIENCES, v. 459, p. 36-52, AUG 2018. Citações Web of Science: 1.

FLORINDO, JOAO B.; BRUNO, ODEMIR M. Texture classification using non-Euclidean Minkowski dilation. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 493, p. 189-202, MAR 1 2018. Citações Web of Science: 2.

FLORINDO, JOAO BATISTA; BRUNO, ODEMIR MARTINEZ. Discrete Schroedinger transform for texture recognition. INFORMATION SCIENCES, v. 415, p. 142-155, NOV 2017. Citações Web of Science: 3.