Análise dos descritores locais de imagens no contexto de detecção de semi-réplicas / Analysis of local image descriptors in the context of near-duplicate detection
AUTOR(ES)
Lucas Moutinho Bueno
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
19/08/2011
RESUMO
Descritores locais de imagens são amplamente utilizados em diversas aplicações de reconhecimento de objetos ou de cenas. Muitos descritores locais foram propostos na literatura para caracterizar pontos de interesse em imagens. Entre eles destacam-se: PCA-SIFT, SIFT, GLOH, SURF, DAISY. Pontos de interesse em imagens são determinados por detectores. Exemplos de detectores são Harris-Affine, Hessian-Affine, Fast Hessian, MSER, DoG. O objetivo deste trabalho é investigar o uso de descritores locais no contexto de recuperação de imagens semi-réplicas por conteúdo, usando centenas de milhares de imagens. Recuperação de imagens por conteúdo consiste em achar imagens na base de dados usando o conteúdo de outra imagem como consulta, normalmente usando descritores. Imagens semi-réplicas são determinadas pela deformação de uma imagem original a partir de transformações geométricas, radiométricas ou oclusões. Devido ao grande úmero de pontos de interesse calculados sobre cada uma das centenas de milhares de imagens da base de dados, técnicas exaustivas de busca não são viáveis em larga escala. Assim, métodos, tais como Multicurves, LSH e Min-Hash, foram criados para melhorar a velocidade de recuperação de imagens semi-réplicas. Esse trabalho contribui para o estado da arte em dois aspectos principais. Primeiro, uma análise de descritores locais é realizada de modo a avaliar escalabilidade deles. Segundo, um sistema inovador por busca Bayesiana é proposto para diminuir significantemente a quantidade de pontos de interesse usados na recuperação de imagens semi-réplicas, sem perda significativa de acurácia
ASSUNTO(S)
processamento de imagens recuperação da informação descritores teoria bayesiana de decisão estatística image processing information retrieval descriptors bayesina statistical decision theory
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000837030Documentos Relacionados
- Avaliação de descritores de textura para segmentação não-supervisionada de imagens
- Comparative study of descriptors for content-based image retrieval on the web
- Segmentação de imagens de tensores de difusão no contexto da morfologia matematica
- Reconhecimento de padrões em imagens por descritores de forma
- Metodologia para detecção rápida de movimento em sequências de imagens