Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Incorporating multiple distance spaces in optimum-path forest classification to improve feedback-based learning

Texto completo
Autor(es):
da Silva, Andre Tavares [1] ; dos Santos, Jefersson Alex [2] ; Falcao, Alexandre Xavier [2] ; Torres, Ricardo da S. [2] ; Magalhaes, Leo Pini [1]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Campinas Unicamp, Dept Comp Engn & Ind Automat, Sch Elect & Comp Engn, BR-13083852 Campinas, SP - Brazil
[2] Univ Campinas UNICAMP, Inst Comp, BR-13083852 Campinas, SP - Brazil
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: COMPUTER VISION AND IMAGE UNDERSTANDING; v. 116, n. 4, p. 510-523, APR 2012.
Citações Web of Science: 10
Resumo

In content-based image retrieval (CBIR) using feedback-based learning, the user marks the relevance of returned images and the system learns how to return more relevant images in a next iteration. In this learning process, image comparison may be based on distinct distance spaces due to multiple visual content representations. This work improves the retrieval process by incorporating multiple distance spaces in a recent method based on optimum-path forest (OPF) classification. For a given training set with relevant and irrelevant images, an optimization algorithm finds the best distance function to compare images as a combination of their distances according to different representations. Two optimization techniques are evaluated: a multi-scale parameter search (MSPS), never used before for CBIR, and a genetic programming (GP) algorithm. The combined distance function is used to project an OPF classifier and to rank images classified as relevant for the next iteration. The ranking process takes into account relevant and irrelevant representatives, previously found by the OPF classifier. Experiments show the advantages in effectiveness of the proposed approach with both optimization techniques over the same approach with single distance space and over another state-of-the-art method based on multiple distance spaces. Crown Copyright (C) 2011 Published by Elsevier Inc. All rights reserved. (AU)

Processo FAPESP: 08/58528-2 - Classificação semi-automática de regiões em imagens de sensoriamento remoto utilizando Realimentação de Relevância
Beneficiário:Jefersson Alex dos Santos
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 08/57428-4 - Automatização do diagnóstico de parasitos intestinais do homem por análise de imagens
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 09/18438-7 - Classificação e busca em grande escala para dados complexos
Beneficiário:Ricardo da Silva Torres
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 07/52015-0 - Métodos de aproximação para computação visual
Beneficiário:Jorge Stolfi
Linha de fomento: Auxílio à Pesquisa - Temático