Exploiting contextual information for image re-ranking and rank aggregation in image retrieval tasks : Explorando informações contextuais para reclassificação de imagens e agregação de listas em tarefas de recuperação de imagens

Exploiting contextual information for image re-ranking and rank aggregation in image retrieval tasks : Explorando informações contextuais para reclassificação de imagens e agregação de listas em tarefas de recuperação de imagens

Daniel Carlos Guimarães Pedronette

TESE

Português

T/UNICAMP P343e

[Explorando informações contextuais para reclassificação de imagens e agregação de listas em tarefas de recuperação de imagens]

Campinas, SP : [s.n.], 2012.

178 p. : il.

Orientador: Ricardo da Silva Torres

Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação

Resumo: Sistemas de Recuperação de Images baseados no Conteúdo (Content-Based Image Retrieval - CBIR) têm como objetivo satisfazer as necessidades dos usuários a partir de especificações de consulta. Dado um padrão de consulta (e.g., uma imagem de consulta) como entrada, um sistema CBIR recupera as...

Abstract: Content-Based Image Retrieval (CBIR) systems aims at meeting the user needs expressed in query specifications. Given a query pattern (e.g., query image) as input, a CBIR system retrieves the most similar images in a collection by taking into account image visual properties. Since users are...

Exploiting contextual information for image re-ranking and rank aggregation in image retrieval tasks : Explorando informações contextuais para reclassificação de imagens e agregação de listas em tarefas de recuperação de imagens

Daniel Carlos Guimarães Pedronette


										

Exploiting contextual information for image re-ranking and rank aggregation in image retrieval tasks : Explorando informações contextuais para reclassificação de imagens e agregação de listas em tarefas de recuperação de imagens

Daniel Carlos Guimarães Pedronette

    Exemplares