Your browser does not support JavaScript!

Αρχική    Ανάκτηση Εικόνας με βάση το Περιεχόμενο, μέσω Aλφα-Ευσταθούς Μοντεολοποίησης της Πληροφορίας Υφής  

Αποτελέσματα - Λεπτομέρειες

Προσθήκη στο καλάθι
[Προσθήκη στο καλάθι]
Κωδικός Πόρου uch.csd.msc//2004tzagkarakis
Τίτλος Ανάκτηση Εικόνας με βάση το Περιεχόμενο, μέσω Aλφα-Ευσταθούς Μοντεολοποίησης της Πληροφορίας Υφής
Άλλος τίτλος Content-based Image Retrieval via Alpha-Stable Modeling of Texture Information
Συγγραφέας Τζαγκαράκης, Γιώργος
Περίληψη Τις τελευταίες δεκαετίες, η ψηφιοποιημένη πλέον πληροφορία συγκεντρώνεται και αποθηκεύεται με καταιγιστικούς ρυθμούς σε μεγάλες βάσεις δεδομένων. Στην περίπτωση των ψηφιακών εικόνων ιδιαίτερα, αυτό το γεγονός οδηγεί στην ανάγκη εύρεσης μεθόδων για αποδοτική και ακριβή αναζήτηση και αλληλεπίδραση με αυτές τις συλλογές. Πρόσφατα, μετά από φυσιολογικές μελέτες του ανθρώπινου συστήματος όρασης, έγινε εμφανές ότι οι έως τώρα χρησιμοποιούμενες ντετερμινιστικές τεχνικές ανάκτησης είναι συχνά ανεπαρκείς για την περιγραφή του περιεχομένου μιας εικόνας. Εντούτοις, υπάρχουν ισχυρά κίνητρα για την αναζήτηση στατιστικών μεθόδων ανάκτησης, οι οποίες μπορούν να συλλάβουν την εγγενή δομή των ψηφιακών εικόνων, αναπαριστώντας την με χαρακτηριστικά χαμηλού επιπέδου όπως η υφή. Όμως, οι στατιστικές αυτών των χαρακτηριστικών είναι εξαιρετικά μη-Γκαουσσιανές, επομένως οι προηγούμενες μέθοδοι που στηρίζονταν στην Γκαουσσιανή υπόθεση δεν είναι ικανές να περιγράψουν την πραγματική στατιστική συμπεριφορά τους. Η παρούσα εργασία εισάγει την οικογένεια των Άλφα-Ευσταθών κατανομών και στοχαστικών διαδικασιών, για τη σχεδίαση ενός συστήματος ανάκτησης εικόνων με βάση την πληροφορία υφής. Η εφαρμογή ενός κατάλληλου μετασχηματισμού της εικόνας σε πολλαπλές κλίμακες και κατευθύνσεις οδηγεί σε ένα απλούστερο και πιο αποδοτικό στατιστικό μοντέλο. Στο πλαίσιο αυτό κατασκευάζουμε ένα ιεραρχικό σύστημα, με την έννοια ότι ξεκινάμε από ένα μονοδιάστατο μοντέλο περιγράφοντας τις περιθωριακές στατιστικές σε κάθε κατεύθυνση και το αναβαθμίζουμε σε ένα πολυδιάστατο μοντέλο λαμβάνοντας υπόψην αλληλεξαρτήσεις μεταξύ των συντελεστών σε γειτονικές κατευθύνσεις και κλίμακες. Δείχνουμε επίσης πώς πρέπει να τροποποιηθεί το πολυδιάστατο μοντέλο για τη δημιουργία ενός συστήματος ανεπηρέαστου από πιθανές περιστροφές των εικόνων. Η αποδοτικότητα ενός συστήματος ανάκτησης εξαρτάται σημαντικά από την εύρεση μιας κατάλληλης συνάρτησης ομοιότητας, η οποία μετράει πόσο κοντά σε μια δοσμένη εικόνα βρίσκεται κάθε εικόνα της βάσης. Για κάθε μια από τις προτεινόμενες μεθόδους κατασκευάζουμε κατάλληλες συναρτήσεις ομοιότητας οι οποίες εκμεταλλεύονται την ακρίβεια του Άλφα-Ευσταθούς μοντέλου στη σύλληψη της περιθωριακής και από κοινού μη-Γκαουσσιανής συμπεριφοράς των συντελεστών του μετασχηματισμού. Τέλος, επιδεικνύουμε τη βελτιωμένη απόδοση των προτεινόμενων μοντέλων συγκρίνοντας με την απόδοση πρόσφατα ανεπτυγμένων στατιστικών τεχνικών ανάκτησης, εφαρμόζοντάς τις σε πραγματικές εικόνες υφής.
Ημερομηνία έκδοσης 2004-11-01
Ημερομηνία διάθεσης 2005-02-08
Συλλογή   Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Επιστήμης Υπολογιστών--Μεταπτυχιακές εργασίες ειδίκευσης
  Τύπος Εργασίας--Μεταπτυχιακές εργασίες ειδίκευσης
Εμφανίσεις 135

Ψηφιακά τεκμήρια
No preview available

Προβολή Εγγράφου
Εμφανίσεις : 8