Aprendizado ativo para recuperação e classificação de imagens

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Bressan, Rafael Staiger
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Informática
UTFPR
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/4534
Resumo: Currently, image databases have been growing, resulting in the need for optimization and acceleration of the image retrieval and classification processes, together with the improvement of the quality of the returned results. In this context, this work proposes the use of active learning strategies for image classification and retrieval, in order to select more informative samples and to minimize the interaction of the specialist during the learning process. In addition, new active learning strategies are proposed for classification and content-based image retrieval tasks. To validate the proposals, experiments were performed using datasets from different application domains. From the obtained results, it is possible to observe significant gains presented by the proposals in relation to the strategies widely used in the literature.
id UTFPR-12_0a4bf8da3578dad981c4f48b4ae0aec2
oai_identifier_str oai:repositorio.utfpr.edu.br:1/4534
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling Aprendizado ativo para recuperação e classificação de imagensActive learning for image retrieval and classificationBanco de dadosProcessamento de imagensSistemas de reconhecimento de padrõesData basesImage processingPattern recognition systemsCNPQ::CIENCIAS EXATAS E DA TERRACiência da ComputaçãoCurrently, image databases have been growing, resulting in the need for optimization and acceleration of the image retrieval and classification processes, together with the improvement of the quality of the returned results. In this context, this work proposes the use of active learning strategies for image classification and retrieval, in order to select more informative samples and to minimize the interaction of the specialist during the learning process. In addition, new active learning strategies are proposed for classification and content-based image retrieval tasks. To validate the proposals, experiments were performed using datasets from different application domains. From the obtained results, it is possible to observe significant gains presented by the proposals in relation to the strategies widely used in the literature.Conselho Nacional do Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do ParanáFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)Secretaria da Ciência, Tecnologia e Ensino Superior (SETI)Universidade Tecnológica Federal do Paraná (UTFPR)Atualmente, bancos de dados de imagens vêm crescendo, surgindo a necessidade de otimização e de aceleração dos processos de recuperação e classificação de imagens, em conjunto com a melhoria da qualidade dos resultados retornados. Neste contexto, este trabalho propõe a utilização de estratégias de aprendizado ativo para classificação e recuperação de imagens, de forma a selecionar amostras mais informativas e minimizar a interação do especialista durante o processo de aprendizado. Além disso, novas estratégias de aprendizado ativo são propostas para as tarefas de classificação e de recuperação de imagens baseadas em conteúdo. Para validação das propostas, foram realizados experimentos utilizando conjuntos de dados de diferentes domínios de aplicação. A partir dos resultados obtidos, é possível observar ganhos significativos apresentados pelas propostas em relação às estratégias amplamente utilizadas na literatura.Universidade Tecnológica Federal do ParanáCornelio ProcopioBrasilPrograma de Pós-Graduação em InformáticaUTFPRSaito, Priscila Tiemi Maedahttp://lattes.cnpq.br/6652293216938994Bugatti, Pedro Henriquehttp://lattes.cnpq.br/2177467029991118Sanches, Danilo Sipolihttp://lattes.cnpq.br/6377657274398145Paschoal, Alexandre Rossihttp://lattes.cnpq.br/5834088144837137Júnior, Sylvio Barbonhttp://lattes.cnpq.br/8086324432194233Saito, Priscila Tiemi Maedahttp://lattes.cnpq.br/6652293216938994Bressan, Rafael Staiger2019-11-08T18:53:02Z2019-11-08T18:53:02Z2018-08-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBRESSAN, Rafael Staiger. Aprendizado ativo para recuperação e classificação de imagens. 2018. 86 f. Dissertação (Mestrado em Informática) – Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018.http://repositorio.utfpr.edu.br/jspui/handle/1/4534porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPR2019-11-09T06:00:42Zoai:repositorio.utfpr.edu.br:1/4534Repositório InstitucionalPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestriut@utfpr.edu.bropendoar:2019-11-09T06:00:42Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.none.fl_str_mv Aprendizado ativo para recuperação e classificação de imagens
Active learning for image retrieval and classification
title Aprendizado ativo para recuperação e classificação de imagens
spellingShingle Aprendizado ativo para recuperação e classificação de imagens
Bressan, Rafael Staiger
Banco de dados
Processamento de imagens
Sistemas de reconhecimento de padrões
Data bases
Image processing
Pattern recognition systems
CNPQ::CIENCIAS EXATAS E DA TERRA
Ciência da Computação
title_short Aprendizado ativo para recuperação e classificação de imagens
title_full Aprendizado ativo para recuperação e classificação de imagens
title_fullStr Aprendizado ativo para recuperação e classificação de imagens
title_full_unstemmed Aprendizado ativo para recuperação e classificação de imagens
title_sort Aprendizado ativo para recuperação e classificação de imagens
author Bressan, Rafael Staiger
author_facet Bressan, Rafael Staiger
author_role author
dc.contributor.none.fl_str_mv Saito, Priscila Tiemi Maeda
http://lattes.cnpq.br/6652293216938994
Bugatti, Pedro Henrique
http://lattes.cnpq.br/2177467029991118
Sanches, Danilo Sipoli
http://lattes.cnpq.br/6377657274398145
Paschoal, Alexandre Rossi
http://lattes.cnpq.br/5834088144837137
Júnior, Sylvio Barbon
http://lattes.cnpq.br/8086324432194233
Saito, Priscila Tiemi Maeda
http://lattes.cnpq.br/6652293216938994
dc.contributor.author.fl_str_mv Bressan, Rafael Staiger
dc.subject.por.fl_str_mv Banco de dados
Processamento de imagens
Sistemas de reconhecimento de padrões
Data bases
Image processing
Pattern recognition systems
CNPQ::CIENCIAS EXATAS E DA TERRA
Ciência da Computação
topic Banco de dados
Processamento de imagens
Sistemas de reconhecimento de padrões
Data bases
Image processing
Pattern recognition systems
CNPQ::CIENCIAS EXATAS E DA TERRA
Ciência da Computação
description Currently, image databases have been growing, resulting in the need for optimization and acceleration of the image retrieval and classification processes, together with the improvement of the quality of the returned results. In this context, this work proposes the use of active learning strategies for image classification and retrieval, in order to select more informative samples and to minimize the interaction of the specialist during the learning process. In addition, new active learning strategies are proposed for classification and content-based image retrieval tasks. To validate the proposals, experiments were performed using datasets from different application domains. From the obtained results, it is possible to observe significant gains presented by the proposals in relation to the strategies widely used in the literature.
publishDate 2018
dc.date.none.fl_str_mv 2018-08-15
2019-11-08T18:53:02Z
2019-11-08T18:53:02Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv BRESSAN, Rafael Staiger. Aprendizado ativo para recuperação e classificação de imagens. 2018. 86 f. Dissertação (Mestrado em Informática) – Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018.
http://repositorio.utfpr.edu.br/jspui/handle/1/4534
identifier_str_mv BRESSAN, Rafael Staiger. Aprendizado ativo para recuperação e classificação de imagens. 2018. 86 f. Dissertação (Mestrado em Informática) – Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018.
url http://repositorio.utfpr.edu.br/jspui/handle/1/4534
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Informática
UTFPR
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Cornelio Procopio
Brasil
Programa de Pós-Graduação em Informática
UTFPR
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv riut@utfpr.edu.br
_version_ 1834836556830998528