Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala

Detalhes bibliográficos
Autor(a) principal: Florindo, João Batista
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09022009-141943/
Resumo: Esta dissertação faz um estudo da aplicação da técnica estatística denominada Análise de Dados Funcionais (ADF) à geração de descritores usados em reconhecimento de padrões, mais especificamente, no reconhecimento de objetos de interesse em imagens. Estes objetos podem ser representados por vetores de características, também chamados de assinaturas, obtidos por uma técnica chamada de Dimensão Fractal Multiescala (DFM). Ocorre que estes vetores apresentam alta dimensionalidade (número de elementos), fazendo-se assim necessário o uso de uma abordagem que reduza este número de valores, sem que haja uma grande perda da informação transmitida pela assinatura. Neste contexto, diversas técnicas de extração de um reduzido conjunto de descritores da assinatura são apresentadas pela literatura. Entre estas, as mais populares são Fourier e \\emph, ambas relativamente simples de se apresentar e com resultados satisfatórios. A proposta aqui apresentada é de se utilizar ADF em combinação com DFM na geração de descritores de padrões. Os resultados obtidos com o uso desta abordagem na geração de descritores demostraram que a técnica possibilita bons resultados, mesmo em situações em que não é possível o uso de muitos descritores. Os experimentos demostraram que ADF apresenta um bom potencial para aplicação neste tipo de problema, permitindo que o método de classificação alcance bons resultados mesmo com poucos descritores. São sugeridos trabalhos futuros em que ADF possa ser usada, pesquisando-se por métodos ainda mais eficazes.
id USP_1e63c397e7edb35c340c5450f798d6e0
oai_identifier_str oai:teses.usp.br:tde-09022009-141943
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescalaFunctional Data Analysis Applied to Descriptors Generation of Multiscale Fractal Dimension Signatures.Análise de dados funcionais. Dimensão fractal multiescala. Reconhecimento de padrões. Descritores frFunctional data analysis. Multi-scale fractal dimension. Pattern recognition. Fractal descriptors.Esta dissertação faz um estudo da aplicação da técnica estatística denominada Análise de Dados Funcionais (ADF) à geração de descritores usados em reconhecimento de padrões, mais especificamente, no reconhecimento de objetos de interesse em imagens. Estes objetos podem ser representados por vetores de características, também chamados de assinaturas, obtidos por uma técnica chamada de Dimensão Fractal Multiescala (DFM). Ocorre que estes vetores apresentam alta dimensionalidade (número de elementos), fazendo-se assim necessário o uso de uma abordagem que reduza este número de valores, sem que haja uma grande perda da informação transmitida pela assinatura. Neste contexto, diversas técnicas de extração de um reduzido conjunto de descritores da assinatura são apresentadas pela literatura. Entre estas, as mais populares são Fourier e \\emph, ambas relativamente simples de se apresentar e com resultados satisfatórios. A proposta aqui apresentada é de se utilizar ADF em combinação com DFM na geração de descritores de padrões. Os resultados obtidos com o uso desta abordagem na geração de descritores demostraram que a técnica possibilita bons resultados, mesmo em situações em que não é possível o uso de muitos descritores. Os experimentos demostraram que ADF apresenta um bom potencial para aplicação neste tipo de problema, permitindo que o método de classificação alcance bons resultados mesmo com poucos descritores. São sugeridos trabalhos futuros em que ADF possa ser usada, pesquisando-se por métodos ainda mais eficazes.This work studies the application of a statistical technique named Functional Data Analysis (FDA) for the generation of descriptors. These descriptors can be used for pattern recognition, more specifically, for the recognition of relevant objects in an image. These objects can be represented by features vectors, also known as signatures, obtained by a technique named Multi-scale Fractal Dimension (MFD). These vectors present a high dimensionality (number of elements), causing to be necessary the use of an approach for the reduction of this number of values, but without a large loss of information carried by the signature. In this context, several techniques for the extraction of a reduced set of signature descriptors are studied in the literature. Among these techniques, the most classic are Fourier and wavelets, both with simple presentation and providing satisfactory results. The proposal presented here is the use of FDA combined with MFD for the generation of pattern descriptors. The results obtained by the use of this approach for the generation of descriptors showed that this technique allows the obtention of good results, even in situations in wich is not possible the use of many descriptors. FDA was also applied to the extraction of descriptors of MFD texture signatures. Also in this case, the results were interesting. The experiments showed the FDA presents a good potential for the application to this type of problem, allowing the obtention of good results even by using a few descriptors. It is suggested future works in which FDA can be used, researching for still more efficient methods.Biblioteca Digitais de Teses e Dissertações da USPBruno, Odemir MartinezFlorindo, João Batista2009-01-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/76/76132/tde-09022009-141943/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:57Zoai:teses.usp.br:tde-09022009-141943Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:57Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
Functional Data Analysis Applied to Descriptors Generation of Multiscale Fractal Dimension Signatures.
title Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
spellingShingle Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
Florindo, João Batista
Análise de dados funcionais. Dimensão fractal multiescala. Reconhecimento de padrões. Descritores fr
Functional data analysis. Multi-scale fractal dimension. Pattern recognition. Fractal descriptors.
title_short Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
title_full Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
title_fullStr Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
title_full_unstemmed Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
title_sort Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala
author Florindo, João Batista
author_facet Florindo, João Batista
author_role author
dc.contributor.none.fl_str_mv Bruno, Odemir Martinez
dc.contributor.author.fl_str_mv Florindo, João Batista
dc.subject.por.fl_str_mv Análise de dados funcionais. Dimensão fractal multiescala. Reconhecimento de padrões. Descritores fr
Functional data analysis. Multi-scale fractal dimension. Pattern recognition. Fractal descriptors.
topic Análise de dados funcionais. Dimensão fractal multiescala. Reconhecimento de padrões. Descritores fr
Functional data analysis. Multi-scale fractal dimension. Pattern recognition. Fractal descriptors.
description Esta dissertação faz um estudo da aplicação da técnica estatística denominada Análise de Dados Funcionais (ADF) à geração de descritores usados em reconhecimento de padrões, mais especificamente, no reconhecimento de objetos de interesse em imagens. Estes objetos podem ser representados por vetores de características, também chamados de assinaturas, obtidos por uma técnica chamada de Dimensão Fractal Multiescala (DFM). Ocorre que estes vetores apresentam alta dimensionalidade (número de elementos), fazendo-se assim necessário o uso de uma abordagem que reduza este número de valores, sem que haja uma grande perda da informação transmitida pela assinatura. Neste contexto, diversas técnicas de extração de um reduzido conjunto de descritores da assinatura são apresentadas pela literatura. Entre estas, as mais populares são Fourier e \\emph, ambas relativamente simples de se apresentar e com resultados satisfatórios. A proposta aqui apresentada é de se utilizar ADF em combinação com DFM na geração de descritores de padrões. Os resultados obtidos com o uso desta abordagem na geração de descritores demostraram que a técnica possibilita bons resultados, mesmo em situações em que não é possível o uso de muitos descritores. Os experimentos demostraram que ADF apresenta um bom potencial para aplicação neste tipo de problema, permitindo que o método de classificação alcance bons resultados mesmo com poucos descritores. São sugeridos trabalhos futuros em que ADF possa ser usada, pesquisando-se por métodos ainda mais eficazes.
publishDate 2009
dc.date.none.fl_str_mv 2009-01-19
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://www.teses.usp.br/teses/disponiveis/76/76132/tde-09022009-141943/
url http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09022009-141943/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256822805692416

Registros relacionados