II Workshop de Dissertação

Pós-Graduação em Ciência da Computação

Faculdade de Computação – FACOMUniversidade Federal de Uberlândia – UFU

Dezembro/2008

Redução do Gap Semântico em CBIR utilizando Ontologia

de Objeto

Juliana de Fátima FranciscaniOrientador: Dr. Ilmério Reis da SilvaCo-orientadora: Dra. Celia Aparecida

Zorzo Barcelos

3

Roteiro

• Objetivo• Contextualização do Problema

• Representação de CBIR• Ontologia de Objetos

• A Proposta• Estado Atual do Trabalho• Cronograma• Algumas Considerações• Referências Bibliográficas

4

Objetivo

• Estudo de métodos de recuperação de Imagens

• Utilização de ontologia de objeto nos sistemas de recuperação de imagens.

• Estudo e proposta de melhoria no método de Mezaris, seguido de comparação experimental.

5

Contextualização

• Importância da Recuperação de Imagens• Volume de Dados Internet

• Representação de Imagem• Características: Cor, Forma, Textura, Posição...• Vetor de Características

• Recuperação de Imagens• Baseado em Conteúdo CBIR• Utilizando Ontologia de Objeto

6

Representação CBIR

7

Ontologia de Objeto

• Interpretação de características (valores numéricos) da imagem em conceitos relacionados.

• Construção:• Obtenção e conhecimento do vetor de

características de baixo nível da imagem• Descritor de Nível Intermediário• Mapeamento Semântico dos conceitos

8

Aplicação de Ontologia de

Objetoem Imagem

Ontologia de Objeto -

Luminância

9

Ontologia de Objeto: Correspondência entre valores de Baixo, Intermediário e Alto Níveis

10

A Proposta

• Implementar método de Mezaris

• Construção de um protótipo incluindo funcionalidades como:

• Criar a Ontologia de Objeto• Tratar a consulta (por palavra ou por

imagem) • Mapear características de baixo nível para

um nível intermediário;• Indexar as imagens aos conceitos de alto

nível;• Apresentar o resultado ao usuário das

imagens resultantes.

11

Estado Atual

• Fundamentação teórica relacionada a recuperação e características da imagem;

• Definição de algoritmos utilizados para manipulação da imagem;

• Estudo das características de cor, textura, forma e posição, com suas respectivas técnicas de representação;

• Estudo de conceitos e forma de representação de ontologia de objeto.

12

Cronograma

• *Implementação de extratores de características;

• Elaborar a ontologia de objeto de acordo com as características de baixo nível;

• Mapear a ontologia de objeto - ligação entre os descritores de baixo e alto níveis;

• Expandir a consulta do usuário utilizando a ontologia de objeto elaborada.

13

Algumas Considerações

• Obtenção da base de imagens segmentada• Cor Cie-LAB• Algoritmos de segmentação

• Análise e decisão do número e quais características a serem utilizadas

14

Referências Bibliográficas

• V. Mezaris, I. Kompatsiaris, M. S. (2003). An Ontology Approach to Object-Based Image Retrieval. IEEE.

• V. Mezaris, I. Kompatsiaris, M. S. (2004a). Region-Based Image Retrieval Using an Object Ontology and Relevance Feedback. EURASIP Journal on Applied Signal Processing 2004 - Hindawi Publishing Corporation.

• V. Mezaris, I. Kompatsiaris, M. S. (2004b). Still Image Segmentation Tools for Object-based. Int. Journal of Pattern Recognition and Artificial Intelligence - Multimedia Applications.

Obrigada!

Juliana de Fátima Franciscani

juliana@pos.facom.ufu.br