ıllı Portal de Psicología y NeuroCiencias (2018)

Portal wikinfo sobre psicología y neurociencias.

 !Selecciona tu Idioma!

Enciclopedia/Diccionario de Psicología y Neurociencias:

ıllı Consulta de imágenes mediante ejemplo wiki: info, libros pdf y vídeos

psicologia y neurociencias

salud  Consulta de imágenes mediante ejemplo 


La Consulta de imágenes a través de ejemplo (Content-based Image Retrieval) es un sistema de busca para recobrar imágenes basándose en su contenido, refiriéndose en su contexto a colores,figuras , texturas o bien cualquier otra información que pueda derivarse de la propia imagen.


CBIR está basado en los sistemas de consulta a través de ejemplo (Query by Example) y asimismo son conocidos como QBIC, puesto que es la tecnología más empleada en nuestros días para la busca de imágenes en grandes bases de datos.


Los sistemas CBIR brotaron a inicios de la década de los ’90 para solventar los inconvenientes de la indexación manual, que consistente en la asociación de términos a las imágenes. Estos inconvenientes eran, y prosiguen siendo, una enorme inversión en tiempo debido a la falta de consistencia entre indicadores humanos, como la complejidad de expresar a través de palabras las cualidades gráficas y las sensaciones estéticas que da la percepción de una representación visual.


El empleo de buscas automáticas por medio de un conjunto de imágenes sobre su base de forma, tono, color, textura o bien localización espacial ha sido a lo largo de largo tiempo y prosigue siendo un área de investigación floreciente, donde todos los años, aparecen documentos en foros de discusión científicos y técnicos.


Hay un creciente interés en CBIR debido a las restricciones inherentes a los sistemas basados en metadatos, como la extensa gama de posibles usos para la restauración de la imagen de forma eficaz. La información textual sobre las imágenes puede ser buscado de forma fácil empleando la tecnología existente, mas precisa de personal para describir cada imagen en la base de datos. Esto es poco práctico para bases de datos muy grandes, o bien para imágenes que se producen de manera automática, por poner un ejemplo, de las cámaras de seguridad. Asimismo es posible perder imágenes que emplean sinónimos diferentes en sus descripciones. Los sistemas basados en la clasificación de las imágenes de forma semántica, como "gato" como una subclase de "animales" evitan este inconveniente, mas aún se encaran a los inconvenientes a gran escala.


Las peculiaridades visuales más ampliamente manejadas por estos sistemas se refieren al Color, Textura, y Formas genéricas, si bien a veces asimismo se trabaja con la situación espacial de un determinado objeto en una imagen o bien las diferencias tonales. Dichos atributos se extraen y se representan de manera automática mediante estructuras de datos numéricas, de forma que no precisamos expresar nuestra busca a través de términos sino más bien empleando, por poner un ejemplo, paletas de colores, dibujando o bien escogiendo imágenes desde las cuales el sistema va a devolver otras visualmente afines. Sin embargo, los sistemas CBIR de carácter mixto acostumbran a conjuntar estas opciones de consulta asimismo con la tradicional expresión lingüística de lo que procuramos.


Muchos son los sistemas CBIR desarrollados, mas el inconveniente de la restauración de las imágenes en base al contenido de sus pixeles prosigue, en buena medida, sin solucionar.


Técnicas de consulta


Distintas implementaciones de CBIR emplean diferentes géneros de consultas de los usuarios.


Consulta por ejemplo


La consulta por poner un ejemplo (Query by example) es una técnica de consulta que implica dotar al sistema CBIR con una imagen de ejemplo, donde esta servirá para efectuar la busca. Los algoritmos de busca latente pueden cambiar en dependencia de la aplicación, mas las imágenes resultado comparten elementos comunes con el ejemplo proporcionado.


Las opciones para otorgar imágenes de ejemplo al sistema incluyen:



  • Una imagen preexistente puede ser suministrada por el usuario, o elegir un conjunto azaroso.
  • El usuario dibuja una aproximación de la imagen que busca, por poner un ejemplo, con máculas de color o bien formas generales.

Esta técnica de consulta suprime las contrariedades que pueden surgir tratándose de describir las imágenes con las palabras.


(Véase asimismo Sistemas de consulta por poner un ejemplo)


Recuperación semántica


El sistema CBIR ideal, desde la perspectiva del usuario, implicaría lo que es conocido como restauración semántica, donde el usuario hace una solicitud como "localizar fotografías de perros" o bien aun "hallar fotografías de Abraham Lincoln". Este género de composición abierta, es una labor aburrida para ser llevado a cabo por los ordenadores. Los sistemas CBIR actuales, en general, usan funciones de menor nivel como la textura, color y forma, si bien ciertos sistemas se aprovechen de peculiaridades comunes de alto nivel como pueden ser las caras (véase el sistema de reconocimiento facial).


Por otro lado, no todos y cada uno de los sistemas CBIR son genéricos. Ciertos sistemas están diseñados para un dominio concreto, por poner un ejemplo, la busca por forma se puede usar para hallar las piezas en una base de datos de CAD-CAM.


Otros métodos de consulta


Otros métodos de consulta incluyen la navegación por imágenes de ejemplo, navegación adaptada o bien categorías jerárquicas, consulta por zonas de la imagen (en vez de toda la imagen), por múltiples imágenes de ejemplo, por esbozo, consulta directa por especificación de las peculiaridades de la imagen y las consultas multimodal (por servirnos de un ejemplo, la combinación de tacto, voz, etcétera).


Los sistemas CBIR asimismo pueden hacer empleo de la retroalimentación pertinente, donde el usuario refina progresivamente los resultados de la búsqueda a través de el marcado de las imágenes en los resultados como "relevante", "no relevante" o bien "neutral" a la consulta de busca, entonces reiterar la busca con la nueva información.


Técnicas de comparación de contenido


La restauración de imágenes basada en la semejanza de color se logra a través de el cálculo de un histograma de color para cada imagen que identifica la proporción de pixeles de una imagen que poseen valores concretos en un caso así, colores.Las investigaciones actuales tratan de dividir segmentos de color por zona y por la relación espacial entre 2 zonas de colores diferentes.


Examinar imágenes basándose en los colores que poseen es una de las técnicas más extensamente utilizadas pues no depende del tamaño de la imagen o bien de su orientación. La busca basada en el color se ejecuta generalmente equiparando los histogramas de color de las imágenes.


La medida de las texturas busca patrones visuales en las imágenes y trata de hallar la forma en que se define el espacio. La textura se representa a través de texels que entonces se ponen en una serie de conjuntos dependiendo en cuantas texturas se han detectado en la imagen. Estos conjuntos no solo definen las texturas, sino más bien asimismo en qué momento en esa imagen (exactamente en qué punto) se halla esa textura.


La forma no se refiere a la manera de una imagen sino más bien a la manera de una zona particularmente. Las formas de forma frecuente se determinan aplicando primero segmentación o bien detección de bordes a la imagen. En ciertos casos, una detección precisa de las formas requiere intervención del ser humano por el hecho de que los métodos como la segmentación son realmente difíciles para automatizarlos absolutamente.


mas informacion


  ELIGE TU TEMA DE INTERÉS: 


wiki

  PSICOLOGIA (Wikinfo) 

wiki   BUSCADOR PSICOLOGIA    

 

USUARIOS:

Hay 218 invitados y ningún miembro en línea

psicologia y neurociencias

psicologia y neurociencias

 psicologia y neurociencias

Está aquí: Inicio > [ PSICOLOGIA (WIKINFO) ] > ıllı Consulta de imágenes mediante ejemplo wiki: info, libros pdf y vídeos

Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Ver políticas