Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.

Detalhes bibliográficos
Autor(a) principal: Santos, Carlos da Silva dos
Data de Publicação: 2005
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-23102024-160422/
Resumo: O presente trabalho discute o uso da técnica de Análise de Componentes Independentes (ICA) para a construção de representações de imagens digitais. A ICA é uma técnica estatística para elaboração de representações de dados multidimensionais, que recentemente vem sendo aplicada à análise de imagens. No presente trabalho é proposta a utilização de duas extensões da ICA tradicional para a análise de imagens: a Análise de Subespaços Independentes (ISA) e a ICA Topográfica (TICA). Essas extensões utilizam a informação de dependência estatística entre atributos da imagem para inferir a estrutura da mesma. No presente trabalho tais extensões são empregadas para selecionar um conjunto reduzido de atributos para a representação de imagens, com redundância minimizada. Tais atributos são utilizados para a síntese de um banco de filtros, posteriormente aplicado a uma tarefa de classificação de texturas. Os resultados obtidos com tal esquema apontam que as extensões da ICA possibilitam a síntese de bancos de filtros menores, ao mesmo tempo apresentando desempenho compatível com métodos publicados na literatura. O trabalho termina com a discussão de possíveis extensões da abordagem proposta
id USP_9446463ba0b2f532728122e8ff8003f9
oai_identifier_str oai:teses.usp.br:tde-23102024-160422
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.Untitled in englishImage processingNeural networksProcessamento de imagensRedes neuraisO presente trabalho discute o uso da técnica de Análise de Componentes Independentes (ICA) para a construção de representações de imagens digitais. A ICA é uma técnica estatística para elaboração de representações de dados multidimensionais, que recentemente vem sendo aplicada à análise de imagens. No presente trabalho é proposta a utilização de duas extensões da ICA tradicional para a análise de imagens: a Análise de Subespaços Independentes (ISA) e a ICA Topográfica (TICA). Essas extensões utilizam a informação de dependência estatística entre atributos da imagem para inferir a estrutura da mesma. No presente trabalho tais extensões são empregadas para selecionar um conjunto reduzido de atributos para a representação de imagens, com redundância minimizada. Tais atributos são utilizados para a síntese de um banco de filtros, posteriormente aplicado a uma tarefa de classificação de texturas. Os resultados obtidos com tal esquema apontam que as extensões da ICA possibilitam a síntese de bancos de filtros menores, ao mesmo tempo apresentando desempenho compatível com métodos publicados na literatura. O trabalho termina com a discussão de possíveis extensões da abordagem propostaIn the present work we examine the use of Independent Component Analysis (ICA) for building representations of digital images. ICA is a statistical method for obtaining representations of multidimensional data, which recently has been applied to image analysis. The present work proposes the utilization of two extensions of traditional ICA for building image representations: Independent Subspace Analysis (ISA) and Topographic ICA (TICA). Both extensions use the statistical dependence of image features to reveal the structure of the data. In the present work such extensions are employed to select a small set of image features, showing reduced redundancy. These image features are used to synthetize a filter bank, later employed in a texture classification task. Results shown herein point out that the proposed scheme, based on ICA extensions, achieves smaller filter banks, while keeping compatible performance with former methods. Future extensions of the proposed approach are discussed.Biblioteca Digitais de Teses e Dissertações da USPHernandez, Emílio Del MoralSantos, Carlos da Silva dos2005-04-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3142/tde-23102024-160422/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/openAccesspor2024-10-23T18:10:02Zoai:teses.usp.br:tde-23102024-160422Biblioteca 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:27212024-10-23T18:10:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
Untitled in english
title Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
spellingShingle Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
Santos, Carlos da Silva dos
Image processing
Neural networks
Processamento de imagens
Redes neurais
title_short Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
title_full Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
title_fullStr Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
title_full_unstemmed Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
title_sort Aplicação da análise de componentes independentes ao estudo de texturas em imagens digitais.
author Santos, Carlos da Silva dos
author_facet Santos, Carlos da Silva dos
author_role author
dc.contributor.none.fl_str_mv Hernandez, Emílio Del Moral
dc.contributor.author.fl_str_mv Santos, Carlos da Silva dos
dc.subject.por.fl_str_mv Image processing
Neural networks
Processamento de imagens
Redes neurais
topic Image processing
Neural networks
Processamento de imagens
Redes neurais
description O presente trabalho discute o uso da técnica de Análise de Componentes Independentes (ICA) para a construção de representações de imagens digitais. A ICA é uma técnica estatística para elaboração de representações de dados multidimensionais, que recentemente vem sendo aplicada à análise de imagens. No presente trabalho é proposta a utilização de duas extensões da ICA tradicional para a análise de imagens: a Análise de Subespaços Independentes (ISA) e a ICA Topográfica (TICA). Essas extensões utilizam a informação de dependência estatística entre atributos da imagem para inferir a estrutura da mesma. No presente trabalho tais extensões são empregadas para selecionar um conjunto reduzido de atributos para a representação de imagens, com redundância minimizada. Tais atributos são utilizados para a síntese de um banco de filtros, posteriormente aplicado a uma tarefa de classificação de texturas. Os resultados obtidos com tal esquema apontam que as extensões da ICA possibilitam a síntese de bancos de filtros menores, ao mesmo tempo apresentando desempenho compatível com métodos publicados na literatura. O trabalho termina com a discussão de possíveis extensões da abordagem proposta
publishDate 2005
dc.date.none.fl_str_mv 2005-04-08
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 https://www.teses.usp.br/teses/disponiveis/3/3142/tde-23102024-160422/
url https://www.teses.usp.br/teses/disponiveis/3/3142/tde-23102024-160422/
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_ 1815256531998867456

Registros relacionados