Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/1873
Title: Redes Neurais Probabilísticas para Classificação de Imagens Binárias
Authors: PIRES, Glauber Magalhães
Keywords: Recuperação de Imagens Baseado em Conteúdo;Classificação de Imagens Baseado em Conteúdo;MPEG-7;Rede Neural SNSI;Rede Neural LVQ
Issue Date: 31-Jan-2009
Publisher: Universidade Federal de Pernambuco
Citation: Magalhães Pires, Glauber; Fausto Ribeiro Araújo, Aluizio. Redes Neurais Probabilísticas para Classificação de Imagens Binárias. 2009. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2009.
Abstract: Este trabalho propõe uma nova abordagem para classificação de objetos em imagens binárias de duas dimensões usando descritores de curvatura, descritores de momento e uma rede neural artificial. O modelo proposto classifica objetos utilizando uma rede neural supervisionada e, através do uso de uma distribuição de probabilidade, associa um coeficiente de certeza para cada classificação. Foram utilizados os descritores de imagens conhecidos por Momento de Hu e o Curvature Scale Space para prover uma representação invariante às transformações das imagens, enquanto que o modelo neural proposto utiliza a correlação máxima entre as representações dos objetos para efetuar a classificação e uma distribuição de probabilidade para calcular o coeficiente de certeza da classificação de cada imagem. A avaliação da robustez baseou-se na medida da precisão da classificação para imagens rotacionadas, escaladas e com transformações não-lineares que formam um conjunto de imagens padrão, usado pelo grupo MPEG na criação da norma MPEG-7, demonstrando assim a aplicabilidade do método
URI: https://repositorio.ufpe.br/handle/123456789/1873
Appears in Collections:Dissertações de Mestrado - Ciência da Computação

Files in This Item:
File Description SizeFormat 
Dissertacao-Versao-Biblioteca.pdf2.45 MBAdobe PDFView/Open


This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.