ii workshop de dissertação pós-graduação em ciência da computação faculdade de computação...
TRANSCRIPT
II Workshop de Dissertação
Pós-Graduação em Ciência da Computação
Faculdade de Computação – FACOMUniversidade Federal de Uberlândia – UFU
Dezembro/2008
Redução do Gap Semântico em CBIR utilizando Ontologia
de Objeto
Juliana de Fátima FranciscaniOrientador: Dr. Ilmério Reis da SilvaCo-orientadora: Dra. Celia Aparecida
Zorzo Barcelos
3
Roteiro
• Objetivo• Contextualização do Problema
• Representação de CBIR• Ontologia de Objetos
• A Proposta• Estado Atual do Trabalho• Cronograma• Algumas Considerações• Referências Bibliográficas
4
Objetivo
• Estudo de métodos de recuperação de Imagens
• Utilização de ontologia de objeto nos sistemas de recuperação de imagens.
• Estudo e proposta de melhoria no método de Mezaris, seguido de comparação experimental.
5
Contextualização
• Importância da Recuperação de Imagens• Volume de Dados Internet
• Representação de Imagem• Características: Cor, Forma, Textura, Posição...• Vetor de Características
• Recuperação de Imagens• Baseado em Conteúdo CBIR• Utilizando Ontologia de Objeto
6
Representação CBIR
7
Ontologia de Objeto
• Interpretação de características (valores numéricos) da imagem em conceitos relacionados.
• Construção:• Obtenção e conhecimento do vetor de
características de baixo nível da imagem• Descritor de Nível Intermediário• Mapeamento Semântico dos conceitos
8
Aplicação de Ontologia de
Objetoem Imagem
Ontologia de Objeto -
Luminância
9
Ontologia de Objeto: Correspondência entre valores de Baixo, Intermediário e Alto Níveis
10
A Proposta
• Implementar método de Mezaris
• Construção de um protótipo incluindo funcionalidades como:
• Criar a Ontologia de Objeto• Tratar a consulta (por palavra ou por
imagem) • Mapear características de baixo nível para
um nível intermediário;• Indexar as imagens aos conceitos de alto
nível;• Apresentar o resultado ao usuário das
imagens resultantes.
11
Estado Atual
• Fundamentação teórica relacionada a recuperação e características da imagem;
• Definição de algoritmos utilizados para manipulação da imagem;
• Estudo das características de cor, textura, forma e posição, com suas respectivas técnicas de representação;
• Estudo de conceitos e forma de representação de ontologia de objeto.
12
Cronograma
• *Implementação de extratores de características;
• Elaborar a ontologia de objeto de acordo com as características de baixo nível;
• Mapear a ontologia de objeto - ligação entre os descritores de baixo e alto níveis;
• Expandir a consulta do usuário utilizando a ontologia de objeto elaborada.
13
Algumas Considerações
• Obtenção da base de imagens segmentada• Cor Cie-LAB• Algoritmos de segmentação
• Análise e decisão do número e quais características a serem utilizadas
14
Referências Bibliográficas
• V. Mezaris, I. Kompatsiaris, M. S. (2003). An Ontology Approach to Object-Based Image Retrieval. IEEE.
• V. Mezaris, I. Kompatsiaris, M. S. (2004a). Region-Based Image Retrieval Using an Object Ontology and Relevance Feedback. EURASIP Journal on Applied Signal Processing 2004 - Hindawi Publishing Corporation.
• V. Mezaris, I. Kompatsiaris, M. S. (2004b). Still Image Segmentation Tools for Object-based. Int. Journal of Pattern Recognition and Artificial Intelligence - Multimedia Applications.