Made available in DSpace on 2018-08-02T00:01:58Z (GMT). No. of bitstreams: 1
tese_3849_TeseGazolli.pdf: 10252435 bytes, checksum: 955915bcb694762c8f462ae40d2ba875 (MD5)
Previous issue date: 2014-06-27 / A classifica¸cao de cenas ´e um campo bastante popular na ´area de visao computacional
e encontra diversas aplica¸coes tais como: organiza¸cao e recupera¸cao de imagem baseada
em conte´udo, localiza¸cao e navega¸cao de robos. No entanto, a classifica¸cao autom´atica de
cenas ´e uma tarefa desafiadora devido a diversos fatores, tais como, ocorrencia de oclusao,
sombras, reflexoes e varia¸coes nas condi¸coes de ilumina¸cao e escala.
Dentre os trabalhos que objetivam solucionar o problema da classifica¸cao autom´atica de
cenas, estao aqueles que utilizam transformadas nao-param´etricas e aqueles que tem obtido
melhora no desempenho de classifica¸cao atrav´es da explora¸cao da informa¸cao contextual.
Desse modo, esse trabalho propoe dois descritores de imagens que associam informa¸cao
contextual, ou seja, informa¸cao advinda de regioes vizinhas, a um tipo de transformada
nao-param´etrica. O objetivo ´e propor uma abordagem que nao eleve demasiadamente
a dimensao do vetor de caracter´ısticas e que nao utilize a t´ecnica de representa¸cao
intermedi´aria bag-of-features, diminuindo, assim, o custo computacional e extinguindo a
necessidade de informa¸cao de parametros, o que possibilita a sua utiliza¸cao por usu´arios
que nao possuem conhecimento na ´area de reconhecimento de padroes.
Assim, sao propostos os descritores CMCT (Transformada Census Modificada Contextual)
e ECMCT (CMCT Estendido) e seus desempenhos sao avaliados em quatro bases de dados
p´ublicas. Sao propostas tamb´em cinco varia¸coes destes descritores (GistCMCT, GECMCT,
GistCMCT-SM, ECMCT-SM e GECMCT-SM), obtidas atrav´es da associa¸cao de cada um
deles com outros descritores. Os resultados obtidos nas quatro bases de dados mostram
que as representa¸coes propostas sao competitivas, e que provocam um aumento nas taxas
de classifica¸cao, quando comparados com outros descritores.
Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/9708 |
Date | 27 June 2014 |
Creators | GAZOLLI, K. A. S. |
Contributors | Rauber, T. W., CIARELLI, P. M., Raquel Frizera Vassallo, CONCI, A., SALLES, E. O. T. |
Publisher | Universidade Federal do Espírito Santo, Doutorado em Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, UFES, BR |
Source Sets | IBICT Brazilian ETDs |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds