Recuperación de imágenes basadas en contenido mediante descriptores híbridos
No Thumbnail Available
Date
2012
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
El presente trabajo tiene como objetivo analizar diferentes descriptores de im agenes_x000D_
existentes para la recuperaci on de im agenes basadas en contenido (CBIR) y_x000D_
combinarlos de tal manera que se obtenga un descriptor hibrido que permita una_x000D_
mejor precisi on en la extracci on de caracter sticas y en el agrupamiento autom atico_x000D_
de im agenes, que sus antecesores._x000D_
Para conseguirlo se ha estudiado, analizado y evaluado los diferentes descriptores_x000D_
de color, textura y forma, para veri car su utilidad en este trabajo. Posteriormente se_x000D_
ha centrado en el descriptor de color CLD (Color Layout Descriptor) y el descriptor_x000D_
de textura de Tamura para la extracci on de caracter sticas; para su agrupamiento_x000D_
se ha utilizado el clasi cador por partici on K-means y el clasi cador SOM (Self-_x000D_
Organizing Map), con una base de datos de 1000 im agenes agrupadas en10 clases._x000D_
Los resultados obtenidos indican un mejor desempe~no seg un la m etrica de precision_x000D_
y recall para el descriptor hibrido (CLD-Tamura) con K-means, en la extracci on,_x000D_
agrupamiento y recuperaci on de im agenes por similitud. Finalmente, se puede concluir_x000D_
que los descriptores h bridos son m as efectivos en la extracci on de caracter sticas_x000D_
aumentando el rendimiento del proceso de recuperaci on al incrementar el porcentaje_x000D_
en su precision y recall en los grupos con clase dominante
Description
The present work aims to analyze di erent existing image descriptors for contentbased_x000D_
image retrieval (CBIR) and combine in such a way as to obtain a hybrid_x000D_
descriptor that allows a better accuracy in feature extraction and automatic image_x000D_
grouping, than their predecessors._x000D_
To achieve this it is studied, analyzed and evaluated the di erent color descriptors,_x000D_
texture and form to verify its usefulness in this work. Subsequently focused on_x000D_
the color descriptor CLD (Color Layout Descriptor) and the Tamura texture descriptor_x000D_
for feature extraction; for clustering was used classi er K-means partition and_x000D_
SOM (Self-Organizing Map) classi er, with a database of 1000 images grouped en_x000D_
10 classes._x000D_
The results showed a better performance against the metrics of precision and recall_x000D_
for Hybrid descriptor (CLD-Tamura) with K-means in the extraction, clustering_x000D_
and image retrieval by similarity. Finally, we can conclude that hybrids are more_x000D_
e ective descriptors in the feature extraction performance by increasing the recovery_x000D_
process by increasing the percentage of its precision and recall in the ruling class_x000D_
groups
Keywords
Recuperación de imágenes, Descriptores híbridos