Redução de dimensionalidade usando agrupamento e discretização ponderada para a recuperação de imagens por conteúdo
AUTOR(ES)
Francisco Rocha Pirolla
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
19/11/2012
RESUMO
Neste trabalho, propomos diminuir o gap semântico e os problemas de maldição de dimensionalidade apresentando duas técnicas de préprocessamento do vetor de características com o objetivo de melhorar a recuperação de imagens baseada em conteúdo e sistemas de classificação de imagens: um método de redução de dimensionalidade do vetor de características original, baseado no algoritmo k-means, chamado FTK (Feature Transformation based on K-means) e um método de discretização ponderada de características que privilegia as faixas de características mais importantes para distinguir imagens, chamado WFD (Weighted Feature Discretization). Os métodos propostos foram utilizados para pré-processar os vetores de características nas abordagens CBIR e classificação, comparando o pré-processamento executado pelo método PCA e os resultados dos vetores de características originais. O algoritmo FTK promoveu uma redução no tamanho do vetor de características com uma melhoria na precisão da consulta e na precisão de classificação. O algoritmo WFD melhorou a precisão da consulta e classificação; a combinação de dos dois algoritmos propostos também melhorou a precisão da consulta e classificação. Estes resultados são muito importantes, especialmente quando comparados com os resultados do método PCA, que também leva a uma redução no tamanho do vetor de características, a um menor aumento na precisão da consulta e a menor aumento na precisão da classificação. Além disso, as técnicas propostas têm custo computacional linear, enquanto o PCA tem um custo computacional cúbico. Os resultados indicam que os métodos propostos são abordagens adequadas para realizar pré-processamento dos vetores de características de imagens em sistemas CBIR e em sistemas de classificação.
ASSUNTO(S)
processamento de imagens discretização préprocessamento cbir transformação de características vetor de características agrupamento classificação ciencia da computacao feature transformation discretization pre-processing feature vector clustering cbir classification
ACESSO AO ARTIGO
http://www.bdtd.ufscar.br/htdocs/tedeSimplificado//tde_busca/arquivo.php?codArquivo=5692Documentos Relacionados
- Um modelo para recuperação por conteudo de imagens de sensoriamento remoto
- Extensão do SGBD PostgreSQL para suportar recuperação de imagens por conteúdo
- Recuperação por conteudo em grandes coleções de imagens heterogeneas
- Investigação sobre métodos para redução de dimensionalidade dos dados em imagens hiperespectrais
- Seleção seqüencial de descritores por análise da semântica para recuperação de imagens baseada no conteúdo