Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6614| Title: | Descripción de Imágenes Naturales en Clases Semánticas para la Recuperación Basada en Contenido. |
| Authors: | Aguilar Dominguez, Kevin Salvador%856948 |
| metadata.dc.subject.other: | Recuperación de imágenes por contenido, Representación de imágenes, Descriptor de Microestructuras, Descriptor de estructuras, Correlación de características |
| Issue Date: | 2023-11-23 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | Dentro del campo de la visión por computadora, se han realizado esfuerzos significativos para desarrollar nuevas teorías y modelos de descriptores en sistemas de recuperación de imágenes basados en contenido. Asimismo, se han intentado establecer estandarizaciones para el contenido multimedia, al igual que nuevos descriptores en el estado del arte que incorporan teorías o metodologías que aprovechan la relación entre características de bajo nivel, como el color y la textura. El documento de tesis presenta un análisis y modificaciones de descriptores que utilizan color y textura para la tarea de recuperación de imágenes, además de presentar un nuevo descriptor. El análisis presentado expone algunas de las debilidades presentes en los descriptores clásicos y del estado del arte, que utilizan color y textura, a su vez presenta propuestas e ideas para subsanar las debilidades detectadas. Los experimentos se realizaron utilizando algunos de los conjuntos de imágenes y métricas encontradas en el estado del arte, con la finalidad de realizar un estudio comparativo en relación con el descriptor propuesto. El análisis reveló discrepancias entre el modelo y la implementación de uno de los descriptores, así como los descriptores con mejor rendimiento, sus principales debilidades y las complicaciones al intentar subsanarlos. Durante la evaluación del rendimiento de las variantes propuestas, se detectaron algunas variantes capaces de obtener un rendimiento superior en la recuperación de imágenes en conjuntos con clases semánticas en comparación con descriptores clásicos del estándar MPEG-7 y descriptores recientes del estado del arte. Principalmente la variante llamada Correlated Microstructure Elements Descriptor (CMED), que consigue una mejora de hasta 26.41% con respecto al estándar MPEG-7 y 10.75% en comparación al estado del arte. Finalmente, los experimentos y resultados presentados cumplen con los objetivos, alcances y actividades establecidas en el proyecto de investigación. |
| metadata.dc.type: | info:eu-repo/semantics/doctoralThesis |
| Appears in Collections: | Tesis de Doctorado en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| DC_Kevin_Salvador_Aguilar_Dominguez_2023.pdf | Tesis | 2.88 MB | Adobe PDF | View/Open |
| DC_Kevin_Salvador_Aguilar_Dominguez_2023_c.pdf Restricted Access | Cesión de derechos | 92.71 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
