Tese

Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas

Neste trabalho é proposto um novo descritor de imagens que lida com o problema de busca de imagens em bases grandes e heterogêneas. Esta abordagem utiliza a idéia de um particionamento extremo para obter detalhes da imagem que são convertidos em uma descrição textual. Uma vez que a descrição textual...

ver descrição completa

Autor principal: Vidal, Márcio Luiz Assis
Outros Autores: http://lattes.cnpq.br/0870198101604690
Grau: Tese
Idioma: por
Publicado em: Universidade Federal do Amazonas 2015
Assuntos:
Acesso em linha: http://tede.ufam.edu.br/handle/tede/4152
id oai:https:--tede.ufam.edu.br-handle-:tede-4152
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-41522015-07-22T18:46:23Z Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas Vidal, Márcio Luiz Assis Cavalcanti, João Marcos Bastos http://lattes.cnpq.br/0870198101604690 http://lattes.cnpq.br/3537707069694606 Representação textual Recuperação de informação Descritor de imagem CBIR Information Retrieval Image descriptor Text representation CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Neste trabalho é proposto um novo descritor de imagens que lida com o problema de busca de imagens em bases grandes e heterogêneas. Esta abordagem utiliza a idéia de um particionamento extremo para obter detalhes da imagem que são convertidos em uma descrição textual. Uma vez que a descrição textual é devidamente gerada, utiliza-se as técnicas de Recuperação de Informação (RI) tradicionais. O ponto chave do trabalho proposto é a representação textual das propriedades visuais das partições de uma imagem. Isto permite uma grande escalabilidade desta técnica, visto a existências de técnicas eficientes de busca baseada em texto para bases da ordem de milhões de documentos. Nossos experimentos comprovaram a viabilidade da técnica proposta, atingindo graus de precisão superiores às técnicas de busca de imagens tradicionais em uma base com mais de 100.000 imagens. In this thesis we propose a new image descriptor that address the problem of image search in large and heterogeneous databases. This approach uses the idea of extreme partitioning to obtain the visual properties of images that will be converted into a textual description. Once the textual description is appropriately generated, traditional text-based information retrieval techniques can be used. The key point of the proposed work is escalability, given that text-based search techniques can deal with databases with millions of documents. We have carried out experiments in order to con rm the viability of our proposal. The experimental results showed that our technique reaches higher precision levels compared to other content-based image retrieval techniques in a database with more than 100,000 images. CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior 2015-06-24T16:06:25Z 2013-10-25 Tese VIDAL, Márcio Luiz Assis. Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas. 2013. 67 f. Tese (Doutorado em Informática) - Universidade Federal do Amazonas, Manaus, 2013. http://tede.ufam.edu.br/handle/tede/4152 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Representação textual
Recuperação de informação
Descritor de imagem
CBIR
Information Retrieval
Image descriptor
Text representation
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
spellingShingle Representação textual
Recuperação de informação
Descritor de imagem
CBIR
Information Retrieval
Image descriptor
Text representation
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Vidal, Márcio Luiz Assis
Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
topic_facet Representação textual
Recuperação de informação
Descritor de imagem
CBIR
Information Retrieval
Image descriptor
Text representation
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
description Neste trabalho é proposto um novo descritor de imagens que lida com o problema de busca de imagens em bases grandes e heterogêneas. Esta abordagem utiliza a idéia de um particionamento extremo para obter detalhes da imagem que são convertidos em uma descrição textual. Uma vez que a descrição textual é devidamente gerada, utiliza-se as técnicas de Recuperação de Informação (RI) tradicionais. O ponto chave do trabalho proposto é a representação textual das propriedades visuais das partições de uma imagem. Isto permite uma grande escalabilidade desta técnica, visto a existências de técnicas eficientes de busca baseada em texto para bases da ordem de milhões de documentos. Nossos experimentos comprovaram a viabilidade da técnica proposta, atingindo graus de precisão superiores às técnicas de busca de imagens tradicionais em uma base com mais de 100.000 imagens.
author_additional Cavalcanti, João Marcos Bastos
author_additionalStr Cavalcanti, João Marcos Bastos
format Tese
author Vidal, Márcio Luiz Assis
author2 http://lattes.cnpq.br/0870198101604690
author2Str http://lattes.cnpq.br/0870198101604690
title Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
title_short Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
title_full Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
title_fullStr Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
title_full_unstemmed Um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
title_sort um descritor de imagens baseado em particionamento extremo para busca em bases grandes e heterogêneas
publisher Universidade Federal do Amazonas
publishDate 2015
url http://tede.ufam.edu.br/handle/tede/4152
_version_ 1781301973197258752
score 11.653393