Classificação de cenas naturais baseada em cor e relacionamento espacial de regiões em uma Rede Complexa

Nenhuma Miniatura disponível
Citações na Scopus
Tipo de produção
Dissertação
Data
2011
Autores
Silva, S. M.
Orientador
Rodrigues, Paulo Sérgio Silva
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
SILVA, S. M. Classificação de cenas naturais baseada em cor e relacionamento espacial de regiões em uma Rede Complexa. 2011. 56 f. Dissertação (Mestrado em Engenharia Elétrica) - Cento Universitário da Fei, São Bernardo do Campo, 2011
Texto completo (DOI)
Palavras-chave
Processamento de imagens
Resumo
Este trabalho apresenta um modelo de Redes Complexas para representação de informações contextuais de imagens de cenas naturais. A hipótese que será estudada nessa dissertação é de analisar se um grupo de nós gera contexto de características comuns a determinadas classes, significando que a co-ocorrência de cores em locais específicos na cena é um fator discriminante, que pode representar contexto, permitindo assim a navegação e inferência na rede para aplicações como: Recuperação de Informação, Análise de Imagens e Inferência de Objetos em Cena. No modelo proposto, a característica de cor e posicionamento espacial na imagem que co-ocorrem é modelado como um nó da rede. As bases de dados de imagens que foram usadas são: A Corel Image Gallery, que possui cerca de 5.200 imagens divididas em 52 classes e a Coil, que possui cerca de 7200 imagens divididas em 100 classes
In this work is showed a complex network model for representation of contextual information from natural scenes. The hypothesis that will studied in this dissertation is analyze if a group of nodes generate context of common features from such classes, meaning thet co-occurrence of color in specified local of scene is a discriminate factor, that can represent context, allowing the navigation and inference of network in applications as: Retrieve Information, Image Analysis and Object inference. In this model, the feature of color and spatial position in an image that co-occur is modeled as a node in network. The database used were the Corel Image Gallery with 5.200 images divided in 52 classes, and the Coil database with 7200 images divides in 100 classes