Proposta de Local Binary Pattern Coerente e Incoerente na Categorização de Cenas

• Main Author: RIBEIRO, M. V. L.
• Other Authors: CONCI, A.
• Format: Others
• Published: Universidade Federal do Espírito Santo 2018
• Online Access: http://repositorio.ufes.br/handle/10/9682

Made available in DSpace on 2018-08-02T00:01:14Z (GMT). No. of bitstreams: 1 tese_9974_Dissertação de Mestrado - Matheus Ribeiro.pdf: 13133495 bytes, checksum: c89441388ef04fc065e4bfc94cdc216f (MD5) Previous issue date: 2017-10-11 === Este trabalho propõe um novo descritor visual de cenas a partir da técnica Local Binary Pattern (LBP) e explorando a informação espacial utilizando o algoritmo Color Coherent Vector (CCV). O LBP se caracteriza por ser uma técnica não linear e não paramétrica, dispensando conceitos intermediários no processo de descrição da imagem, tornando uma alternativa para usuários leigos com pouco conhecimento na área. Já a representação CCV mostrou ser uma técnica que busca mitigar o problema da falta de informação espacial pelos histogramas, expressando a imagem em pixeis coerentes e pixeis incoerentes sem que aumente a dimensionalidade dos dados. Nesse sentido, uma primeira abordagem foi a proposta das técnicas LBP Incoerente e LBP Coerente na classificação de cenas. Resultados preliminares, empregando-se K-NN como classificador, demonstraram que o LBP Incoerente apresenta um bom compromisso entre acurácia e dimensão de representação dos dados. Em seguida, no intuito de se incluir o conceito de contexto, para mitigar o problema da localidade do LBP, foi proposto o Contextual Modified Local Binary Pattern Incoerente (CMLBP Incoerente), que modela a distribuição das estruturas locais através do LBP, adicionando informação contextual, inspirado no algoritmo Contextual Modified Census Transform (CMCT). Entre outras características, o CMLBP Incoerente demonstrou capacidade em descartar regiões homogêneas, representadas pelos pixeis coerentes através do algoritmo CCV. Em experimentos realizados com bancos de dados consagrados na literatura, o CMLBP apresentou resultados melhores que as técnicas originais que não descartam os pixeis coerentes, em quase todas as situações. Para cenas com muitos detalhes e informações os resultados foram satisfatórios e com um maior destaque, superando técnicas conhecidas na literatura. Os resultados obtidos foram encorajadores para a busca de um descritor com boa capacidade discriminante e baixa dimensionalidade na representação de imagens.