Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/14416
Tipo de documento: | Dissertação |
Tipo de acceso: | Acesso Aberto |
Título: | Recuperação de imagens por conteúdo: uma abordagem multidimensional de modelagem de similaridade e realimentação de relevância |
Autor: | Barcelos, Emílio Zorzo |
Primer orientador: | Flores, Edna Lúcia |
Primer miembro de la banca: | Veiga, Antônio Cláudio Paschoarelli |
Segundo miembro de la banca: | Carrijo, Gilberto Arantes |
Tercer miembro de la banca: | Pires, Sandrerley Ramos |
Resumen: | Este trabalho apresenta uma estratégia multidimensional de modelagem de similaridade e técnica de realimentação de relevância para a minimização do problema do salto semântico, intrínseco dos sistemas CBIR, permitindo aos usuários a customização de suas pesquisas de acordo com seus requisitos e preferências. Propõe-se uma estratégia composta, utilizando uma abordagem multidimensional, vetorial, com agrupamento espacial e ordenada por relevância. Considerando um grupo de k características que representam os elementos em um banco de dados de imagens, a medida de similaridade entre a imagem de consulta e outra da coleção de imagens é analisada em um espaço k dimensional de acordo com suas projeções sobre os eixos xn, onde n = 1, 2, ... k. Vários testes foram realizados com o sistema proposto utilizando um banco de imagens de testes contendo até 20.000 figuras. Os resultados obtidos mostraram que a abordagem apresentada pode aprimorar substancialmente o resultado em sistemas de recuperação de imagens. |
Abstract: | This work presents a multi-dimensional similarity modeling strategy and relevance feedback technique for minimizing the semantic gap intrinsic problem of CBIR systems by allowing users to customize their queries according to their requirements and preferences. We propose a composite strategy using a multi-dimensional, vectorial, spatially clustered, and relevance-ordered approach. Given a set of k features which represents the elements in an image database, the similarity measure between a query image and another from the image collection is analyzed in k components, and the images are ranked on a k dimensional space according to their projections over the axis xn, where n = 1, 2, ... k. System experimentation was executed thoroughly using a test image database containing up to 20,000 pictures. The experimental results have shown that the presented approach can substantially improve the outcome in image retrieval systems. |
Palabras clave: | Realimentação de relevância multidimensional Modelagem de similaridade vetorial Algoritmo genético Recuperação de imagens Processamento de imagens - Técnicas digitais |
Área (s) del CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
Idioma: | por |
País: | BR |
Editora: | Universidade Federal de Uberlândia |
Sigla de la institución: | UFU |
Departamento: | Engenharias |
Programa: | Programa de Pós-graduação em Engenharia Elétrica |
Cita: | BARCELOS, Emílio Zorzo. Recuperação de imagens por conteúdo: uma abordagem multidimensional de modelagem de similaridade e realimentação de relevância. 2009. 175 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2009. |
URI: | https://repositorio.ufu.br/handle/123456789/14416 |
Fecha de defensa: | 10-jul-2009 |
Aparece en las colecciones: | DISSERTAÇÃO - Engenharia Elétrica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Emilio.pdf | 2.82 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.