Busca avançada
Ano de início
Entree

Segmentação e extração de características de imagens por regiões para criação de cenários de aprendizado multi-instância

Processo: 14/14557-0
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de agosto de 2015
Vigência (Término): 30 de novembro de 2016
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Rosane Minghim
Beneficiário:Leonardo Sampaio Ferraz Ribeiro
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:11/22749-8 - Desafios em visualização exploratória de dados multidimensionais: novos paradigmas, escalabilidade e aplicações, AP.TEM
Bolsa(s) vinculada(s):15/26050-0 - Ranking de imagens multi-instancias para recuperação de imagens baseada em rascunhos, BE.EP.IC
Assunto(s):Processamento de imagens

Resumo

Existem problemas de classificação de imagens em que cada imagem possui regiões de interesse e para cada região uma uma série de características é extraida. Como resultado temos disponível um conjunto de vetor de características, sendo preciso atribuir um rótulo a um conjunto de instâncias. O Aprendizado Multi-Instâncias estuda o problema em que um objeto é descrito por um bag (conjunto de instâncias). O projeto visa o estudo de espaços de cor e métodos de segmentação que possibilitem extrair vetores de características que representem cada imagem com sucesso. Serão investigados os espaços de cor RGB, Lab e HSV, e características de cor, textura e forma. Pretende-se gerar conjuntos de dados para aprendizado multi-instância, que possam ser visualizados utilizando métodos de visualização multiescala, auxiliando no estudo dos espaços de instâncias e bags.

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.