Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/21325
Document type: Tese
Access type: Acesso Aberto
Title: Caracterização e Análise de Texturas Estáticas e Dinâmicas Utilizando Redes Complexas, Caminhadas Determinísticas e Campos Vetoriais
Alternate title (s): Characterization and Analysis of Static and Dynamic Textures Via Complex Networks, Deterministic Walks and Vector Fields
Author: Couto, Leandro Nogueira
First Advisor: Barcelos, Celia Aparecida Zorzo
First member of the Committee: Nascimento, Marcelo Zanchetta do
Second member of the Committee: Barioni, Maria Camila Nardini
Third member of the Committee: Bruno, Odemir Martinez
Fourth member of the Committee: Torres, Ricardo da Silva
Summary: A classificação de texturas envolve a extração de características descritivas da imagem. Este trabalho propõe novas abordagens para modelagem e caracterização computacional de texturas estáticas e dinâmicas de maneira discriminativa, aplicadas à classificação de imagens e vídeos. Um novo descritor proposto é baseado em estatísticas extraídas de caminhadas determinísticas em uma transformação da textura inspirada em redes complexas, focada na representação dos padrões locais de vizinhança dos pixels para construir o vetor de características. Extensões do método para classificação de texturas dinâmicas são apresentadas juntamente um descritor discriminativo baseado em histogramas de padrões singulares de fluxo óptico são apresentadas. Experimentos aplicando os métodos à classificação de textura em diversas bases de dados difundidas na literatura mostram que os descritores propostos são eficazes, em diversos casos aprimorando taxas de classificação corretas quando comparadas a outros métodos do estado-da-arte enquanto usam um vetor de característica de tamanho menor.
Abstract: Texture classification involves acquiring descriptive features from the image. This work proposes new approaches to mathematical characterization and computational modeling of static and dynamic textures in a discriminating way, applied to classification and recognition of images and videos. A novel proposed descriptor is based on statistics generated from deterministic walks on a complex network inspired transformation of the texture, focusing on the representation of the neighborhood pattern of the pixels to build the feature vector. An extension of the method for dynamic texture classification and a novel approach based on optical flow recurring pattern histograms are also presented. Experiments applying the methods for texture classification on several widespread data sets show that the proposed descriptors improves correct classification rates compared to other state-of-the-art methods while using a smaller feature vector.
Keywords: Caracterização de texturas
Texture characterization
Caminhadas determinísticas
Deterministic walks
Texturas dinâmicas
Dynamic textures
Redes complexas
Complex networks
Fluxo óptico
Optical flow
Campos vetoriais
Vector fields
Computação
Computing
Processamento de imagens
Image processing
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Ciência da Computação
Quote: COUTO, Leandro Nogueira. Caracterização e Análise de Texturas Estáticas e Dinâmicas Utilizando Redes Complexas, Caminhadas Determinísticas e Campos Vetoriais - Uberlândia. 2018. 115 f. Tese (Doutorado em Geografia) - Universidade Federal de Uberlândia, Uberlândia, 2018.
Document identifier: http://dx.doi.org/10.14393/ufu.te.2018.754
URI: https://repositorio.ufu.br/handle/123456789/21325
Date of defense: 26-Mar-2018
Appears in Collections:TESE - Ciência da Computação

Files in This Item:
File Description SizeFormat 
CaracterizaçãoAnáliseTexturas.pdfTese de Doutorado de Leandro Nogueira Couto - 20189.08 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.