Development of an Automatic Image Enhancement Framework

Detalhes bibliográficos
Autor(a) principal: Vieira, Leonardo Machado Alves
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/92489
Resumo: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_acedc1c463d9469b52fc835d4c019bcf
oai_identifier_str oai:estudogeral.uc.pt:10316/92489
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Development of an Automatic Image Enhancement FrameworkDesenvolvimento de uma Framework de Melhoramento Automático de ImagensMelhoramento Automático de ImagemProcessamento de ImagemVisão por ComputadorAprendizagem ComputacionalComputação EvolucionáriaAutomatic Image EnhancementImage ProcessingComputer VisionMachine LearningEvolutionary ComputationDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaImage enhancement is an image processing procedure in which an image becomes better suited for a task, and so, it is very relevant across multiple fields, such as medical imagery, space imagery, bio-metrics, etc. Image enhancement can be used to alter an image in several different ways, for instance, by highlighting a specific feature in order to ease post-processing analyses by a human or a machine, or by increasing its human perceived aesthetic. The main objective of this work is the study and development of a possible automatic image enhancement system, while having digital real-estate marketing as a case study, in the context of the project "Indest - Indicador de composicion estética". We explored existing research in image enhancement and propose an end-to-end image enhancement pipeline architecture that takes advantage of both classical, evolutionary and machine learning approaches from the literature. The framework is very modular as it can allow changes in its components and parameters. We tested it using a provided dataset of various real-estate pictures of different quality. The outputted enhanced images were evaluated using four image quality assessment tools and by conducting a user survey to assess their user perceived quality. We confirmed the initial presupposition that states that manipulating multiple image attributes at the same time is a complex problem. Also, looking at the survey results, we arrived to the conclusion that, in our scenario, similarity between an enhanced version and the original image, is more important to some extent, than improving its aesthetic value. This improvement can sometimes be exaggerated, causing the lost of useful contextual information or highlighting image defects. As such, a balance between similarity and aesthetic is desirable. Nevertheless, the attained results suggest that a modular and hybrid architecture like the one proposed, has potential in the area of image enhancement. Automatic image enhancement is very closely tied with the capability of machine automated image quality assessment systems, and so progress in both areas are also intrinsically connected.Melhoramento de imagem é um procedimento da área de processamento de imagem onde uma imagem é manipulada de forma a que se adeque melhor a uma determinada tarefa, sendo por isso de grande relevância em múltiplas áreas, como por exemplo, imagem médica, imagem espacial, imagem biométrica, etc. Melhoramento de imagem pode resultar em diversos tipos de melhorias, por exemplo, o realce de uma características específica de forma a facilitar a subsequente análise realizada por uma máquina ou por um humano, ou melhoramento da sua percepção estética por um humano.O objectivo deste trabalho é o estudo e desenvolvimento de um possível sistema para melhoramento automático de imagens, tendo como caso de estudo marketing digital de imóveis no contexto do projecto "Indest - Indicador de composicion estética". Explorámos os estudos existentes em melhoramento de imagem e propomos uma pipeline com arquitectura "end-to-end", que tira partido de técnicas clássicas, evolucionarias e de aprendizagem computacional presentes na literatura.A estrutura apresentada é muito modular, pelo que permite a alteração de módulos e parâmetros. Os testes efectuados foram realizados sobre um conjunto variado de imagens de imobiliário, que nos foi fornecido. Os resultados dos testes foram avaliados utilizando técnicas de avaliação automática da qualidade de imagens e por um inquérito a utilizadores. Confirmámos o pressuposto inicial que indica que melhoramento de imagem manipulando múltiplos atributos, é uma tarefa complexa. Para além disso, olhando para os resultados do inquérito, chegámos à conclusão que, no nosso caso de uso, similaridade entre a imagem melhorada e a original, é algo mais importante do que puro melhoramento estético da imagem. Isto porque este melhoramento pode por vezes tornar-se exagerado, causando perda de informação contextual e realçando defeitos da imagem. Assim sendo, um balanço entre os dois é desejável. Apesar de tudo, os resultados obtidos sugerem que uma abordagem modular e híbrida como a apresentada, tem potencial na área de melhoramento de imagem. Melhoramento automático de imagem está fortemente ligado à capacidade de avaliar correctamente e automaticamente a qualidade das imagens, e assim sendo, o progresso nas duas áreas está também intrinsecamente ligado.2020-07-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/92489http://hdl.handle.net/10316/92489TID:202521125engVieira, Leonardo Machado Alvesinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-10-17T11:40:21Zoai:estudogeral.uc.pt:10316/92489Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:11:34.382440Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Development of an Automatic Image Enhancement Framework
Desenvolvimento de uma Framework de Melhoramento Automático de Imagens
title Development of an Automatic Image Enhancement Framework
spellingShingle Development of an Automatic Image Enhancement Framework
Vieira, Leonardo Machado Alves
Melhoramento Automático de Imagem
Processamento de Imagem
Visão por Computador
Aprendizagem Computacional
Computação Evolucionária
Automatic Image Enhancement
Image Processing
Computer Vision
Machine Learning
Evolutionary Computation
title_short Development of an Automatic Image Enhancement Framework
title_full Development of an Automatic Image Enhancement Framework
title_fullStr Development of an Automatic Image Enhancement Framework
title_full_unstemmed Development of an Automatic Image Enhancement Framework
title_sort Development of an Automatic Image Enhancement Framework
author Vieira, Leonardo Machado Alves
author_facet Vieira, Leonardo Machado Alves
author_role author
dc.contributor.author.fl_str_mv Vieira, Leonardo Machado Alves
dc.subject.por.fl_str_mv Melhoramento Automático de Imagem
Processamento de Imagem
Visão por Computador
Aprendizagem Computacional
Computação Evolucionária
Automatic Image Enhancement
Image Processing
Computer Vision
Machine Learning
Evolutionary Computation
topic Melhoramento Automático de Imagem
Processamento de Imagem
Visão por Computador
Aprendizagem Computacional
Computação Evolucionária
Automatic Image Enhancement
Image Processing
Computer Vision
Machine Learning
Evolutionary Computation
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2020
dc.date.none.fl_str_mv 2020-07-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/92489
http://hdl.handle.net/10316/92489
TID:202521125
url http://hdl.handle.net/10316/92489
identifier_str_mv TID:202521125
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134012557492224

Registros relacionados