Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-30T18:46:14Z No. of bitstreams: 1 ANDERSON ALMEIDA FIRMINO - DISSERTAÇÃO PPGCC 2017..pdf: 8815289 bytes, checksum: e3b4911b743f18579e5834eb56c197a3 (MD5) / Made available in DSpace on 2018-07-30T18:46:14Z (GMT). No. of bitstreams: 1 ANDERSON ALMEIDA FIRMINO - DISSERTAÇÃO PPGCC 2017..pdf: 8815289 bytes, checksum: e3b4911b743f18579e5834eb56c197a3 (MD5) Previous issue date: 2017-07-02 / Diante da popularização de smartphones e dispositivos fotográficos, é fato que as fotografias digitais têm se tornado parte do cotidiano. Milhões de fotos são adicionadas diariamente em redes sociais, como Facebook e Instagram. Diante de isso, tem-se a seguinte questão: "Como gerenciar tamanho acervo de fotos?" Para o usuário, isto não é uma tarefa simples. Para auxiliá-lo na resolução dessa questão, se faz necessário o uso de anotações em fotografias, as quais podem conter informações de localização, data, hora e tags de conteúdo. Para o usuário, a identificação das pessoas presentes na cena é considerada a informação mais importante, permitindo que ele se recorde da fotografia. Por outro lado, utilizar o conceito do evento a qual uma fotografia pertence é uma forma de otimizar a organização de fotografias. Neste trabalho, propõe-se verificar se o conceito de evento compartilhado, o qual consiste em diversas pessoas com smartphones e dispositivos fotográficos participando de um mesmo evento, traz algum incremento na taxa de acerto na anotação de pessoas em fotografias digitais de maneira automática e semiautomática. Para a anotação automática de pessoas, foram utilizados algoritmos de detecção e reconhecimento de faces; e para a anotação semiautomática de pessoas, foram utilizados estimadores baseados nas informações de contexto das fotografias (como localização geográfica, por exemplo) e de conteúdo (como as faces detectadas, por exemplo). Os experimentos realizados apresentaram bons resultados, demonstrando assim que a utilização do conceito de evento compartilhado aumenta a taxa de acerto para a anotação automática e para a anotação semiautomática de pessoas em fotografias digitais / Faced with the popularization of smartphones and photographic devices, it is a fact that digital photographs have become part of daily life. Millions of photos are added daily on social networks such as Facebook and Instagram. Faced with this, one has the following question: "How to manage huge photo collections?" For the user, this is not a simple task. To assist in resolving this issue, it is necessary to use photo annotations, which may contain location information, date, time, and content tags. For the user, identifying the people present in the scene is considered the most important information, allowing him to remember the photograph. On the other hand, using the concept of the event to which a photograph belongs is a way of optimizing the organization of photographs. In this work, it is proposed to verify if the concept of shared event, which consists of several people with smartphones and photographic devices participating in the same event, brings some increase in the hit rate in annotating people in digital photographs in an automatic and semi-automatic way. For the automatic people annotation, we used algorithms of face detection and recognition; and for the semi-automatic people annotation, estimators based on the context information of the photographs (such as geographic location, for example) and content (such as detected faces, for example) were used. The experiments performed showed good results, thus demonstrating that the use of the concept of shared event increases the hit rate for both people automatic and semiautomatic annotation of in digital photographs.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-03T18:20:10Z No. of bitstreams: 1 HUGO FEITOSA DE FIGUEIRÊDO - TESE PPGCC 2013..pdf: 25169239 bytes, checksum: afd902c581d26c2a612f6887c44fab6a (MD5) / Made available in DSpace on 2018-08-03T18:20:10Z (GMT). No. of bitstreams: 1 HUGO FEITOSA DE FIGUEIRÊDO - TESE PPGCC 2013..pdf: 25169239 bytes, checksum: afd902c581d26c2a612f6887c44fab6a (MD5) Previous issue date: 2013-11-01 / CNPq / Capes / A popularidade das câmeras digitais tem gerado um novo problema: como armazenar e recuperar de forma eficiente um grande número de fotografias digitais capturadas e caoticamente armazenadas em múltiplas localizações sem qualquer anotação. Em algumas pesquisas, mostra-se que a anotação de informações relacionadas ao contexto no qual uma determinada fotografia foi capturada auxilia na busca das fotografias, sendo as informações mais relevantes para uma pessoa recordar de uma fotografia: a identificação das pessoas que estão presentes na fotografia (Quem); a localização geográfica (Onde); e informações temporais (Quando). Para anotar essas informações, podem ser utilizados mecanismos manuais, automáticos e semiautomáticos. Os mecanismos manuais não possuem muitos adeptos devido ao processo oneroso e tedioso. Os mecanismos automáticos utilizam os algoritmos de análise de conteúdo, sendo o reconhecimento de faces a principal estratégia, a qual só possui bons resultados com faces frontais e sem oclusões. Já os mecanismos de anotação semiautomática, utilizam algoritmos de recomendação de anotações para auxiliar o usuário. Nesta pesquisa, propõem-se algoritmos para a anotação automática e semiautomática de pessoas e eventos em fotografias. Para a anotação de pessoas, utiliza-se o reconhecimento de faces para a anotação automática e informações de contexto mais conteúdo para a geração de listas de sugestões de pessoas para a anotação semiautomática. Para a anotação de eventos, propõe-se um método para a detecção de eventos em coleções pessoais de fotografias e um método para detecção de eventos compartilhados, nos quais as fotografias são capturadas por usuários distintos em um mesmo evento. A partir do método de detecção de eventos compartilhados proposto, pretende-se melhorar a busca de fotografias de um evento em uma rede social, a realização de anotação cruzada e a detecção de inconsistências nas anotações de fotografias. Nos resultados, comprova-se que a ponderação e a filtragem de estimadores para os algoritmos de anotação semiautomática de pessoas presentes nas fotografias baseados em estimadores melhoram os resultados desses algoritmos. Além disso, é possível fazer a detecção de eventos compartilhados em uma rede social utilizando informações de quem, onde e quando das fotografias. / The popularity of digital cameras has created a new problem: how to store and retrieve efficiently a large number of captured and chaotically stored digital photos in multiple locations without annotation. The photo context assists in search of photographs. The most relevant information for a person remember a photograph are: who are present, where and when was captured. To annotate this information, manual, automatic and semiautomatic mechanisms can be used. The manuals mechanisms did not have many fans due to the costly and tedious process. Content analysis and face recognition are the main strategy to automatic mechanisms, which has only front faces with good results and without occlusions. In the semiautomatic annotation, recommendation of annotations are used to assist the user. In this research, we propose algorithms for the automatic and semiautomatic annotation of people and events in photos. For the annotation of people, we use face recognition for automatic annotation and content and context information for generate suggestions from people for semi-automatic annotation. For the annotation of events, we propose a method for detecting events in personal photo collections and a method for detection of shared events, in which the photographs are captured by different users in the same event. The method to detect shared events aims to improve the search of photographs of an event in a social network, conducting cross-annotation and detection of inconsistencies in the annotations of photographs. The results prove that the weighting and filtering algorithms estimators for semi-automatic annotation of persons in photographs based estimators improve the results of these algorithms. Furthermore, it is possible to detect shared events in a social network using information of who, where and when of the photos.