Relevance feedback based on genetic programming for image retrieval

Autor(es)

Ferreira, C. D. ; Santos, J. A. ; Torres, R. da S. ; Goncalves, M. A. ; Rezende, R. C. ; Fan, Weiguo

• Tipo de documento: Artigo Científico
• Fonte: PATTERN RECOGNITION LETTERS; v. 32, n. 1, p. 11-pg., 2011-01-01.

Resumo

This paper presents two content-based image retrieval frameworks with relevance feedback based on genetic programming. The first framework exploits only the user indication of relevant images. The second one considers not only the relevant but also the images indicated as non-relevant. Several experiments were conducted to validate the proposed frameworks. These experiments employed three different image databases and color, shape, and texture descriptors to represent the content of database images. The proposed frameworks were compared, and outperformed six other relevance feedback methods regarding their effectiveness and efficiency in image retrieval tasks. (C) 2010 Elsevier B.V. All rights reserved. (AU)

• Processo FAPESP: 07/53607-9 - Reconhecimento semi-automático e vetorização de regiões em imagens de sensoriamento remoto
• Beneficiário: Jefersson A dos Santos
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 05/58228-0 - Utilizacao de programacao genetica em recuperacao de imagens por con teudo em relevance feedback.
• Beneficiário: Cristiano Dalmaschio Ferreira
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 08/58528-2 - Classificacao semi-automatica de regioes em imagens de sensoriamento remoto utilizando realimentacao de relevancia
• Beneficiário: Jefersson A dos Santos
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Processo FAPESP: 09/18438-7 - Classificação e busca em grande escala para dados complexos
• Beneficiário: Ricardo da Silva Torres
• Modalidade de apoio: Auxílio à Pesquisa - Regular