Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/21325
Tipo do documento: | Tese |
Tipo de acesso: | Acesso Aberto |
Título: | Caracterização e análise de texturas estáticas e dinâmicas utilizando Redes Complexas, Caminhadas Determinísticas e Campos Vetoriais |
Título(s) alternativo(s): | Characterization and Analysis of Static and Dynamic Textures Via Complex Networks, Deterministic Walks and Vector Fields |
Autor(es): | Couto, Leandro Nogueira |
Primeiro orientador: | Barcelos, Célia Aparecida Zorzo |
Primeiro membro da banca: | Nascimento, Marcelo Zanchetta do |
Segundo membro da banca: | Barioni, Maria Camila Nardini |
Terceiro membro da banca: | Bruno, Odemir Martinez |
Quarto membro da banca: | Torres, Ricardo da Silva |
Resumo: | 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. |
Palavras-chave: | 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 |
Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS) |
Idioma: | por |
País: | Brasil |
Editora: | Universidade Federal de Uberlândia |
Programa: | Programa de Pós-graduação em Ciência da Computação |
Referência: | COUTO, Leandro Nogueira. Caracterização e análise de texturas estáticas e dinâmicas utilizando Redes Complexas, Caminhadas Determinísticas e Campos Vetoriais. 2018. 115 f. Tese (Doutorado em Geografia) - Universidade Federal de Uberlândia, Uberlândia, 2018. |
Identificador do documento: | http://dx.doi.org/10.14393/ufu.te.2018.754 |
URI: | https://repositorio.ufu.br/handle/123456789/21325 |
Data de defesa: | 26-Mar-2018 |
Aparece nas coleções: | TESE - Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
CaracterizacaoAnaliseTexturas.pdf | Tese de Doutorado de Leandro Nogueira Couto - 2018 | 9.08 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.