Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções

Detalhes bibliográficos
Autor(a) principal: Kimura, Petrina de Assis da Silva
Data de Publicação: 2011
Outros Autores: http://lattes.cnpq.br/7335071191732324
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
Texto Completo: http://tede.ufam.edu.br/handle/tede/4850
Resumo: Os avanços em tecnologia multimídia ocasionou um grande crescimento da quantidade de imagens digitais, em consequência disso, cresceu também a necessidade de métodos mais eficazes e eficientes para armazenar e recuperar esse conteúdo multimídia. A maioria dos métodos propostos na literatura alcançam altos níveis de eficiência e eficácia (a cima de 70% de precisão), entretanto grande parte delas executam experimentos usando bases de imagens pequenas (menos de 10.000 imagens), previamente classificadas em categorias bem de nidas, facilitando assim a tarefa de busca e, consequentemente aumentando os níveis de precisão dos descritores avaliados. Por outro lado, quando esses métodos são avaliados em grandes coleções heterogêneas, o nível de precisão e relativamente baixo. Pensando nesse problema, esta dissertação propõe o descritor Local Color Pixel Classication (LCPC), um método baseado em análise local para busca em grandes bases de imagens. A abordagem proposta extrai características de cor, classificando os pixels como borda ou interior, usando o mesmo esquema de classificação do método Border/Interior Pixel Classication (BIC), através de um esquema de particionamento simples, mas muito eficiente e eficaz para incorporar informações espaciais sobre o conteúdo visual da imagem. Experimentos foram conduzidos usando três bases de imagens, incluindo uma com mais de 100.000 imagens coletadas da Web. Os resultados obtidos mostram que a abordagem proposta e bastante superior quando comparado com outros descritores visuais previamente apresentados na literatura, com ganhos em precisão média de 51% até 105%
id UFAM_705fedc32be2d4abd9ba5765c8882346
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/4850
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str 6592
spelling Um Descritor baseado em análise local de cor para busca de imagens em grandes cole çõesRecuperação de imagensTecnologia mutimídiaColor Pixel Classication (LCPC)Particionamento de imagemCIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAOOs avanços em tecnologia multimídia ocasionou um grande crescimento da quantidade de imagens digitais, em consequência disso, cresceu também a necessidade de métodos mais eficazes e eficientes para armazenar e recuperar esse conteúdo multimídia. A maioria dos métodos propostos na literatura alcançam altos níveis de eficiência e eficácia (a cima de 70% de precisão), entretanto grande parte delas executam experimentos usando bases de imagens pequenas (menos de 10.000 imagens), previamente classificadas em categorias bem de nidas, facilitando assim a tarefa de busca e, consequentemente aumentando os níveis de precisão dos descritores avaliados. Por outro lado, quando esses métodos são avaliados em grandes coleções heterogêneas, o nível de precisão e relativamente baixo. Pensando nesse problema, esta dissertação propõe o descritor Local Color Pixel Classication (LCPC), um método baseado em análise local para busca em grandes bases de imagens. A abordagem proposta extrai características de cor, classificando os pixels como borda ou interior, usando o mesmo esquema de classificação do método Border/Interior Pixel Classication (BIC), através de um esquema de particionamento simples, mas muito eficiente e eficaz para incorporar informações espaciais sobre o conteúdo visual da imagem. Experimentos foram conduzidos usando três bases de imagens, incluindo uma com mais de 100.000 imagens coletadas da Web. Os resultados obtidos mostram que a abordagem proposta e bastante superior quando comparado com outros descritores visuais previamente apresentados na literatura, com ganhos em precisão média de 51% até 105%Advances in multimedia technology led to a large increase in the number of images digital, in consequence, also grew? ä need for m? ethods and more ef fective cient and to store and retrieve this count? udo multimedia ?? edia. Most m? Proposed ethods alcan in literature? Çam high n ?? íveis of and insufficiency and effi c? CFIA (the top 70% accuracy) however most of them perform experiments using small images bases (less 10,000 images), previously classi fied in good ned categories, thus facilitating search task and consequently increasing ní ?? ble accuracy of the evaluated descriptors. On the other hand, when these m? Ethods are evaluated in large paste? Heterogeneous tions, Ni vel ?? accuracy? and relatively low. Thinking about this problem, this dissertation? Tion proposes the descriptor Location Color Pixel Classi cation (LCPC), an m? Ethod based on local analysis to search from large pictures basis. The proposed approach extracts character ?? color ísticas, classifi ing the pixels as border or inside using the same classi scheme is? tion of m? ethod Border / Interior Pixel Classication (BIC), by? are a simple partitioning scheme, but too much and cient and effi cient to incorporate spatial information about the contents? Udo visual image. Experiments were conducted using three bases of images, including one with more than 100,000 images collected from the Web. The results show that the proposed approach? And much higher when compared with other visual descriptors presented previously in literature, with gains in average accuracy of 51% till is 105%FAPEAM - Fundação de Amparo à Pesquisa do Estado do AmazonasUniversidade Federal do AmazonasInstituto de ComputaçãoBrasilUFAMPrograma de Pós-graduação em InformáticaCavalcanti, João Marcos Bastoshttp://lattes.cnpq.br/3537707069694606Cavalcanti, João Marcos BastosMoura, Edleno Silva deTorres, Ricardo da SilvaKimura, Petrina de Assis da Silvahttp://lattes.cnpq.br/73350711917323242016-02-05T13:08:47Z2011-05-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfKIMURA, Petrina de Assis da Silva. Um Descritor baseado em análise local de cor para busca de imagens em grandes coleções. 2011. 83 f. Dissertação Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2011.http://tede.ufam.edu.br/handle/tede/4850porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2018-04-12T18:12:25Zoai:https://tede.ufam.edu.br/handle/:tede/4850Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922018-04-12T18:12:25Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
title Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
spellingShingle Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
Kimura, Petrina de Assis da Silva
Recuperação de imagens
Tecnologia mutimídia
Color Pixel Classication (LCPC)
Particionamento de imagem
CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO
title_short Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
title_full Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
title_fullStr Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
title_full_unstemmed Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
title_sort Um Descritor baseado em análise local de cor para busca de imagens em grandes cole ções
author Kimura, Petrina de Assis da Silva
author_facet Kimura, Petrina de Assis da Silva
http://lattes.cnpq.br/7335071191732324
author_role author
author2 http://lattes.cnpq.br/7335071191732324
author2_role author
dc.contributor.none.fl_str_mv Cavalcanti, João Marcos Bastos
http://lattes.cnpq.br/3537707069694606
Cavalcanti, João Marcos Bastos
Moura, Edleno Silva de
Torres, Ricardo da Silva
dc.contributor.author.fl_str_mv Kimura, Petrina de Assis da Silva
http://lattes.cnpq.br/7335071191732324
dc.subject.por.fl_str_mv Recuperação de imagens
Tecnologia mutimídia
Color Pixel Classication (LCPC)
Particionamento de imagem
CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO
topic Recuperação de imagens
Tecnologia mutimídia
Color Pixel Classication (LCPC)
Particionamento de imagem
CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: SISTEMAS DE COMPUTACAO: ARQUITETURA DE SISTEMAS DE COMPUTACAO
description Os avanços em tecnologia multimídia ocasionou um grande crescimento da quantidade de imagens digitais, em consequência disso, cresceu também a necessidade de métodos mais eficazes e eficientes para armazenar e recuperar esse conteúdo multimídia. A maioria dos métodos propostos na literatura alcançam altos níveis de eficiência e eficácia (a cima de 70% de precisão), entretanto grande parte delas executam experimentos usando bases de imagens pequenas (menos de 10.000 imagens), previamente classificadas em categorias bem de nidas, facilitando assim a tarefa de busca e, consequentemente aumentando os níveis de precisão dos descritores avaliados. Por outro lado, quando esses métodos são avaliados em grandes coleções heterogêneas, o nível de precisão e relativamente baixo. Pensando nesse problema, esta dissertação propõe o descritor Local Color Pixel Classication (LCPC), um método baseado em análise local para busca em grandes bases de imagens. A abordagem proposta extrai características de cor, classificando os pixels como borda ou interior, usando o mesmo esquema de classificação do método Border/Interior Pixel Classication (BIC), através de um esquema de particionamento simples, mas muito eficiente e eficaz para incorporar informações espaciais sobre o conteúdo visual da imagem. Experimentos foram conduzidos usando três bases de imagens, incluindo uma com mais de 100.000 imagens coletadas da Web. Os resultados obtidos mostram que a abordagem proposta e bastante superior quando comparado com outros descritores visuais previamente apresentados na literatura, com ganhos em precisão média de 51% até 105%
publishDate 2011
dc.date.none.fl_str_mv 2011-05-02
2016-02-05T13:08:47Z
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 KIMURA, Petrina de Assis da Silva. Um Descritor baseado em análise local de cor para busca de imagens em grandes coleções. 2011. 83 f. Dissertação Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2011.
http://tede.ufam.edu.br/handle/tede/4850
identifier_str_mv KIMURA, Petrina de Assis da Silva. Um Descritor baseado em análise local de cor para busca de imagens em grandes coleções. 2011. 83 f. Dissertação Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2011.
url http://tede.ufam.edu.br/handle/tede/4850
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Computação
Brasil
UFAM
Programa de Pós-graduação em Informática
publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Computação
Brasil
UFAM
Programa de Pós-graduação em Informática
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1809732015469101056