Capítulo 2. Recuperación de Información Visual- Modelo de indexación de formas en sistemas VIR basado en ontologías - Departamento de Computación, Electrónica y Mecatrónica.Reportar como inadecuado




Capítulo 2. Recuperación de Información Visual- Modelo de indexación de formas en sistemas VIR basado en ontologías - Departamento de Computación, Electrónica y Mecatrónica. - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

Capítulo 2. Recuperación de Información Visual- Modelo de indexación de formas en sistemas VIR basado en ontologías - Departamento de Computación, Electrónica y Mecatrónica. - Maestría en Ciencias de la Computación. - Escuela de Ingeniería y Ciencias - Universidad de las Américas Puebla.

Autor: Sánchez López, Silvia Esther

Fuente: http://catarina.udlap.mx/


Introducción



Capítulo 2.
Recuperación de información visual Existen varias maneras para realizar la recuperación de imágenes.
Una de ellas es basándose en descripciones de texto, que consiste en indexar las imágenes partiendo de anotaciones textuales y ejecutando consultas basadas en texto; otra es basándose en consultas ejemplos de imágenes, recuperando las imágenes que mejor concuerdan con la imagen a consultar.
La similitud entre imágenes se calcula basándose en color, textura o forma.
En este tipo de recuperación el usuario alimenta al sistema con una imagen que representa lo que quiere recuperar de la base de datos. Durante el proceso de entrada, las imágenes son procesadas para extraer las características seleccionadas y así representar el contenido de la imagen.
Este proceso se conoce como indexación y asigna a cada imagen un conjunto de descriptores de identificación ó índices.
Estos índices son utilizados por el sistema para hacer la fase de correspondencia y así recuperar imágenes relevantes, rechazando las que no concuerden.
Los índices, que se almacenan en una estructura ó base de datos, son diseñados para hacer una recuperación eficiente. 2.1 Análisis de sistemas comerciales existentes. A continuación se muestran algunos sistemas existentes de recuperación de imágenes y las características sobre la forma en que realizan la recuperación. 2.1.1 A-LIP (Automatic Linguistic Indexing of Pictures) Sistema para anotar (clasificar) automáticamente imágenes en el Web [13].
Se basa en la segmentación y extracción de características de imágenes entrenadas, extrayendo su color promedio.
Cada categoría de imágenes corresponde a un concepto que es manejado por un modelo estadístico, en este caso es el modelo oculto de Markov de multiresolución 2D (2D MHMM).
El 2D MHMM representa 2 tipos de información: clústers de vectores de características y relaciones espaciales entre cada clúster.
Un 2D MHMM se calcula para cada categoría por ...






Documentos relacionados