Recuperação de imagens com realimentação de relevancia baseada em programação genetica

Detalhes bibliográficos
Autor(a) principal: Ferreira, Cristiano Dalmaschio
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1604815
Resumo: Orientador: Ricardo da Silva Torres
id UNICAMP-30_08496280f451be1c2d7f8a361fd5b352
oai_identifier_str oai::399557
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Recuperação de imagens com realimentação de relevancia baseada em programação geneticaImage retrieval with relevance feedback based on genetic programingProgramação genética (Computação)Processamento de imagensSistemas de recuperação da informaçãoGenetic programming (Computer science)Image processingInformation storage and retrieval systemsOrientador: Ricardo da Silva TorresDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de ComputaçãoResumo: A técnica de realimentação de relevância tem sido utilizada com o intuito de incorporar a subjetividade da percepção visual de usuários à recuperação de imagens por conteúdo. Basicamente, o processo de realimentação de relevância consiste na: (i) exibição de um pequeno conjunto de imagens; (ii) rotulação dessas imagens pelo usuário, indicando quais são relevantes ou não; (iii) e finalmente, aprendizado das preferências do usuário a partir das imagens rotuladas e seleção de um novo conjunto de imagens para exibição. O processo se repete até que o usuário esteja satisfeito. Esta dissertação apresenta dois arcabouços para recuperação de imagens por conteúdo com realimentação de relevância. Esses arcabouços utilizam programação genética para assimilar a percepção visual do usuário por meio de uma combinação de descritores. A utilização de programação genética é motivada pela sua capacidade exploratória do espaço de busca uma vez que esse espaço se adequa ao objetivo principal dos arcabouços propostos: encontrar, dentre todas as possíveis funções de combinação de descritores, aquela que melhor representa as características visuais que um usuário deseja ressaltar na realização de uma consulta. Os arcabouços desenvolvidos foram validados por meio de uma série de experimentos, envolvendo três diferentes bases de imagens e descritores de cor, forma e textura para a caracterização do conteúdo dessas imagens. Os arcabouços propostos foram comparados com três outros métodos de recuperação de imagens por conteúdo com realimentação de relevância, considerando-se a eficiência e a efetividade no processo de recuperação. Os resultados experimentais mostraram a superioridade dos arcabouços propostos. As contribuições dessa dissertação são: (i) estudo sobre diferentes técnicas de realimentação de relevância; (ii) proposta de dois arcabouços para recuperação de imagens por conteúdo com realimentação de relevância baseado em programação genética; (iii) implementação dos métodos propostos, validando-os por meio de uma série de experimentos e comparações com outros métodosAbstract: Relevance Feedback has been used to incorporate the subjectivity of user visual perception in content-based image retrieval tasks. The relevance feedback process consists in the following steps: (i) showing a small set of images; (ii) indication of relevant or irrelevant images by the user; (iii) and finally, learning the user needs from her feedback, and selecting a new set of images to be showed. This procedure is repeated until the user is satisfied. This dissertation presents two content-based image retrieval frameworks with relevance feedback. These frameworks employ Genetic Programming to discover a combination of descriptors that characterize the user perception of image similarity. The use of genetic programming is motivated by its capability of exploring the search space, which deals with the major goal of the proposed frameworks: find, among all combination functions of descriptors, the one that best represents the user needs. Several experiments were conducted to validate the proposed frameworks. These experiments employed three different images databases and color, shape and texture descriptors to represent the content of database images. The proposed frameworks were compared with three other content-based image retrieval methods regarding their efficiency and effectiveness in the retrieval process. Experiment results demonstrate the superiority of the proposed methods. The contributions of this work are: (i) study of different relevance feedback techniques; (ii) proposal of two content-based image retrieval frameworks with relevance feedback, based on genetic programming; (ii) implementation of the proposed methods and their validation with several experiments, and comparison with other methodsMestradoBanco de DadosMestre em Ciência da Computação[s.n.]Torres, Ricardo da Silva, 1977-Silva, Altigran Soares daGonçalves, Marcos AndréLeite, Neucimar JerônimoUniversidade Estadual de Campinas (UNICAMP). Instituto de ComputaçãoPrograma de Pós-Graduação em Ciência da ComputaçãoUNIVERSIDADE ESTADUAL DE CAMPINASFerreira, Cristiano Dalmaschio20072007-07-31T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf100f. : il.(Broch.)https://hdl.handle.net/20.500.12733/1604815FERREIRA, Cristiano Dalmaschio. Recuperação de imagens com realimentação de relevancia baseada em programação genetica. 2007. 100f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1604815. Acesso em: 2 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/399557porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2018-05-16T14:49:38Zoai::399557Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2018-05-16T14:49:38Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Recuperação de imagens com realimentação de relevancia baseada em programação genetica
Image retrieval with relevance feedback based on genetic programing
title Recuperação de imagens com realimentação de relevancia baseada em programação genetica
spellingShingle Recuperação de imagens com realimentação de relevancia baseada em programação genetica
Ferreira, Cristiano Dalmaschio
Programação genética (Computação)
Processamento de imagens
Sistemas de recuperação da informação
Genetic programming (Computer science)
Image processing
Information storage and retrieval systems
title_short Recuperação de imagens com realimentação de relevancia baseada em programação genetica
title_full Recuperação de imagens com realimentação de relevancia baseada em programação genetica
title_fullStr Recuperação de imagens com realimentação de relevancia baseada em programação genetica
title_full_unstemmed Recuperação de imagens com realimentação de relevancia baseada em programação genetica
title_sort Recuperação de imagens com realimentação de relevancia baseada em programação genetica
author Ferreira, Cristiano Dalmaschio
author_facet Ferreira, Cristiano Dalmaschio
author_role author
dc.contributor.none.fl_str_mv Torres, Ricardo da Silva, 1977-
Silva, Altigran Soares da
Gonçalves, Marcos André
Leite, Neucimar Jerônimo
Universidade Estadual de Campinas (UNICAMP). Instituto de Computação
Programa de Pós-Graduação em Ciência da Computação
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Ferreira, Cristiano Dalmaschio
dc.subject.por.fl_str_mv Programação genética (Computação)
Processamento de imagens
Sistemas de recuperação da informação
Genetic programming (Computer science)
Image processing
Information storage and retrieval systems
topic Programação genética (Computação)
Processamento de imagens
Sistemas de recuperação da informação
Genetic programming (Computer science)
Image processing
Information storage and retrieval systems
description Orientador: Ricardo da Silva Torres
publishDate 2007
dc.date.none.fl_str_mv 2007
2007-07-31T00:00:00Z
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 (Broch.)
https://hdl.handle.net/20.500.12733/1604815
FERREIRA, Cristiano Dalmaschio. Recuperação de imagens com realimentação de relevancia baseada em programação genetica. 2007. 100f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1604815. Acesso em: 2 set. 2024.
identifier_str_mv (Broch.)
FERREIRA, Cristiano Dalmaschio. Recuperação de imagens com realimentação de relevancia baseada em programação genetica. 2007. 100f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1604815. Acesso em: 2 set. 2024.
url https://hdl.handle.net/20.500.12733/1604815
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/399557
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
100f. : 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_ 1809188964674830336

Registros relacionados