Texto completo
| |
| Autor(es): |
Jurandy Gomes de Almeida Junior
Número total de Autores: 1
|
| Tipo de documento: | Dissertação de Mestrado |
| Imprenta: | Campinas, SP. |
| Instituição: | Universidade Estadual de Campinas (UNICAMP). Instituto de Computação |
| Data de defesa: | 2007-08-08 |
| Membros da banca: |
Siome Klein Goldenstein;
Agma Juci Machado Traina;
Jorge Stolfi
|
| Orientador: | Siome Klein Goldenstein; Ricardo da Silva Torres |
| Resumo | |
A evolução das tecnologias de aquisição, transmissão e armazenamento de imagens tem permitido a construção dc bancos dc imagens cada vez maiores. À medida em que cresce o volume de imagens nessas coleções, cresce também o intcresse por sistemas capazes de recuperar essas imagens. Essa tarefa tcem sido endereçada pelos sistemas de recuperação de imagens por conteúdo. Nesses sistemas, o conteúdo de uma imagem é descrito a partir de suas características visuais de baixo nível, tais como cor, forma e textura. Um sistema de recuperação de imagens por conteúdo idcal deve ser eficaz e eficiente. A eficácia é resultado de representações abstratas das imagens. Em geral, os métodos que realizam esse processo normalmente falham na presença de diferentes condições de iluminação, oclusão e foco. A eficiência, por outro lado, é resultado da organização dada à essas representações. Em geral, os métodos de agrupamento constituem uma das técnicas mais úteis para diminuir o espaço de busca e acelerar o processamento de uma consulta. Para endereçar a eficácia, este trabalho apresenta o 81FT -Texton, um método capaz de incorporar informações sobre iluminação, oclusão e foco nas características visuais de baixo nível. Esse método baseia-se na distribuição discreta de características invariantes locais e em propriedades de baixo nível das imagens. Em relação às questões de eficiência, este trabalho apresenta o DAH-Cluster, um novo paradigma de agrupamento aplicado à recuperação de imagens por conteúdo. Esse método combina características dos paradigmas hierárquicos divisivo e aglomerativo. Além disso, o DAH-Cluster introduz um novo conceito; chamado fator de reagrupamento, que permite agrupar elementos similares que seriam separados pelos paradigmas tradicionais. Experimentos mostram que a combinação dessas técnicas permite a criação de um mecanismo robusto de recuperação de imagens por conteúdo, atingindo resultados mais eficazes e mais eficientes que as abordagens tradicionais descritas na literatura. As principais contribuições deste trabalho são: (1) um novo método para recuperação de imagens capaz de incorporar informações sobre iluminação, oclusão e foco nas características visuais de baixo nível; e (2) um novo paradigma de agrupamento de dados que pode ser aplicado à recuperação de informação (AU) | |
| Processo FAPESP: | 05/52959-3 - Estudo e implementacao de tecnicas de descricao de modelos tridimensionais. |
| Beneficiário: | Jurandy Gomes de Almeida Junior |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |