Classificadores e aprendizado em processamento de imagens e visão computacional

Detalhes bibliográficos
Autor(a) principal: Rocha, Anderson de Rezende, 1980-
Data de Publicação: 2009
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1608752
Resumo: Orientador: Siome Klein Goldenstein
id UNICAMP-30_69f1afe59bc7ea9d2dc14acfa6a8cd28
oai_identifier_str oai::437602
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Classificadores e aprendizado em processamento de imagens e visão computacionalClassifiers and machine learning techniques for image processing and computer visionAprendizado de máquina - TécnicaAnálise forense de imagemEsteganáliseFusão de caracteristicasFusão de classificadoresClassificação multi-classeCategorização de imagensMachine learning - TechniqueForensic image analysisSteganalysisFeature fusionClassifier fusionMulti-class classificationImage categorizationOrientador: Siome Klein GoldensteinTese (doutorado) - Universidade Estadual de Campinas, Instituto da ComputaçãoResumo: Neste trabalho de doutorado, propomos a utilizaçãoo de classificadores e técnicas de aprendizado de maquina para extrair informações relevantes de um conjunto de dados (e.g., imagens) para solução de alguns problemas em Processamento de Imagens e Visão Computacional. Os problemas de nosso interesse são: categorização de imagens em duas ou mais classes, detecçãao de mensagens escondidas, distinção entre imagens digitalmente adulteradas e imagens naturais, autenticação, multi-classificação, entre outros. Inicialmente, apresentamos uma revisão comparativa e crítica do estado da arte em análise forense de imagens e detecção de mensagens escondidas em imagens. Nosso objetivo é mostrar as potencialidades das técnicas existentes e, mais importante, apontar suas limitações. Com esse estudo, mostramos que boa parte dos problemas nessa área apontam para dois pontos em comum: a seleção de características e as técnicas de aprendizado a serem utilizadas. Nesse estudo, também discutimos questões legais associadas a análise forense de imagens como, por exemplo, o uso de fotografias digitais por criminosos. Em seguida, introduzimos uma técnica para análise forense de imagens testada no contexto de detecção de mensagens escondidas e de classificação geral de imagens em categorias como indoors, outdoors, geradas em computador e obras de arte. Ao estudarmos esse problema de multi-classificação, surgem algumas questões: como resolver um problema multi-classe de modo a poder combinar, por exemplo, caracteríisticas de classificação de imagens baseadas em cor, textura, forma e silhueta, sem nos preocuparmos demasiadamente em como normalizar o vetor-comum de caracteristicas gerado? Como utilizar diversos classificadores diferentes, cada um, especializado e melhor configurado para um conjunto de caracteristicas ou classes em confusão? Nesse sentido, apresentamos, uma tecnica para fusão de classificadores e caracteristicas no cenário multi-classe através da combinação de classificadores binários. Nós validamos nossa abordagem numa aplicação real para classificação automática de frutas e legumes. Finalmente, nos deparamos com mais um problema interessante: como tornar a utilização de poderosos classificadores binarios no contexto multi-classe mais eficiente e eficaz? Assim, introduzimos uma tecnica para combinação de classificadores binarios (chamados classificadores base) para a resolução de problemas no contexto geral de multi-classificação.Abstract: In this work, we propose the use of classifiers and machine learning techniques to extract useful information from data sets (e.g., images) to solve important problems in Image Processing and Computer Vision. We are particularly interested in: two and multi-class image categorization, hidden messages detection, discrimination among natural and forged images, authentication, and multiclassification. To start with, we present a comparative survey of the state-of-the-art in digital image forensics as well as hidden messages detection. Our objective is to show the importance of the existing solutions and discuss their limitations. In this study, we show that most of these techniques strive to solve two common problems in Machine Learning: the feature selection and the classification techniques to be used. Furthermore, we discuss the legal and ethical aspects of image forensics analysis, such as, the use of digital images by criminals. We introduce a technique for image forensics analysis in the context of hidden messages detection and image classification in categories such as indoors, outdoors, computer generated, and art works. From this multi-class classification, we found some important questions: how to solve a multi-class problem in order to combine, for instance, several different features such as color, texture, shape, and silhouette without worrying about the pre-processing and normalization of the combined feature vector? How to take advantage of different classifiers, each one custom tailored to a specific set of classes in confusion? To cope with most of these problems, we present a feature and classifier fusion technique based on combinations of binary classifiers. We validate our solution with a real application for automatic produce classification. Finally, we address another interesting problem: how to combine powerful binary classifiers in the multi-class scenario more effectively? How to boost their efficiency? In this context, we present a solution that boosts the efficiency and effectiveness of multi-class from binary techniques.DoutoradoEngenharia de ComputaçãoDoutor em Ciência da Computação[s.n.]Goldenstein, Siome Klein, 1972-Cozman, Fabio GagliardiCosta, Luciano da FontouraDahab, RicardoLotufo, Roberto de AlencarUniversidade Estadual de Campinas. Instituto de ComputaçãoPrograma de Pós-Graduação em Ciência da ComputaçãoUNIVERSIDADE ESTADUAL DE CAMPINASRocha, Anderson de Rezende, 1980-20092009-03-03T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf179 p. : il.https://hdl.handle.net/20.500.12733/1608752ROCHA, Anderson de Rezende. Classificadores e aprendizado em processamento de imagens e visão computacional. 2009. 179 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto da Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1608752. Acesso em: 25 abr. 2024.https://repositorio.unicamp.br/acervo/detalhe/437602porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T05:25:35Zoai::437602Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T05:25:35Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Classificadores e aprendizado em processamento de imagens e visão computacional
Classifiers and machine learning techniques for image processing and computer vision
title Classificadores e aprendizado em processamento de imagens e visão computacional
spellingShingle Classificadores e aprendizado em processamento de imagens e visão computacional
Rocha, Anderson de Rezende, 1980-
Aprendizado de máquina - Técnica
Análise forense de imagem
Esteganálise
Fusão de caracteristicas
Fusão de classificadores
Classificação multi-classe
Categorização de imagens
Machine learning - Technique
Forensic image analysis
Steganalysis
Feature fusion
Classifier fusion
Multi-class classification
Image categorization
title_short Classificadores e aprendizado em processamento de imagens e visão computacional
title_full Classificadores e aprendizado em processamento de imagens e visão computacional
title_fullStr Classificadores e aprendizado em processamento de imagens e visão computacional
title_full_unstemmed Classificadores e aprendizado em processamento de imagens e visão computacional
title_sort Classificadores e aprendizado em processamento de imagens e visão computacional
author Rocha, Anderson de Rezende, 1980-
author_facet Rocha, Anderson de Rezende, 1980-
author_role author
dc.contributor.none.fl_str_mv Goldenstein, Siome Klein, 1972-
Cozman, Fabio Gagliardi
Costa, Luciano da Fontoura
Dahab, Ricardo
Lotufo, Roberto de Alencar
Universidade Estadual de Campinas. Instituto de Computação
Programa de Pós-Graduação em Ciência da Computação
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Rocha, Anderson de Rezende, 1980-
dc.subject.por.fl_str_mv Aprendizado de máquina - Técnica
Análise forense de imagem
Esteganálise
Fusão de caracteristicas
Fusão de classificadores
Classificação multi-classe
Categorização de imagens
Machine learning - Technique
Forensic image analysis
Steganalysis
Feature fusion
Classifier fusion
Multi-class classification
Image categorization
topic Aprendizado de máquina - Técnica
Análise forense de imagem
Esteganálise
Fusão de caracteristicas
Fusão de classificadores
Classificação multi-classe
Categorização de imagens
Machine learning - Technique
Forensic image analysis
Steganalysis
Feature fusion
Classifier fusion
Multi-class classification
Image categorization
description Orientador: Siome Klein Goldenstein
publishDate 2009
dc.date.none.fl_str_mv 2009
2009-03-03T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1608752
ROCHA, Anderson de Rezende. Classificadores e aprendizado em processamento de imagens e visão computacional. 2009. 179 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto da Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1608752. Acesso em: 25 abr. 2024.
url https://hdl.handle.net/20.500.12733/1608752
identifier_str_mv ROCHA, Anderson de Rezende. Classificadores e aprendizado em processamento de imagens e visão computacional. 2009. 179 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto da Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1608752. Acesso em: 25 abr. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/437602
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
179 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1797405004275908608

Registros relacionados