Defesa de Mestrado de Eric Carvalho Oakley

Data: 
13/02/2017 - 14:00
Local: 
Auditório do IC 2 - Sala 85

Título: Image Retrieval with Relevance Feedback for Mobile Devices

 

Banca Examinadora
Titulares (Professores Doutores) Unidade / Instituição
Ricardo da Silva Torres  IC/UNICAMP
Renata de Matos Galante  IInf/UFRGS
Hélio Pedrini  IC/UNICAMP
Suplentes (Professores Doutores) Unidade / Instituição
Alexandre Mello Ferreira  IC/UNICAMP
Luciene Cristina Alves Rinaldi  DCC/CUFEI

 

RESUMO              

Os dispositivos móveis modernos têm um poder de processamento significativo e câmeras de alta resolução, tornando aplicativos de manipulação de imagens muito mais populares. Nesse cenário, surgem novas coleções de imagens digitais, e com a disseminação da internet, elas podem ser facilmente acessadas. Dado o tamanho desses conjuntos de dados, tem sido fundamental ter uma maneira de recuperar imagens de forma eficiente e eficaz. A implementação de sistemas de recuperação de imagens eficazes geralmente exploram o uso de métodos de realimentação de relevância.

Realimentação de relevância é uma técnica interativa que tira proveito da entrada do usuário para melhorar os resultados da pesquisa. Inicialmente, um pequeno conjunto de imagens semelhantes à consulta é exibido e o usuário indica, entre essas, quais são relevantes e quais não são relevantes para suas necessidades. Com essas informações, o sistema de recuperação se ajusta e gera um novo conjunto de imagens retornadas que se espera que sejam mais relevantes. Após uma série de iterações, espera-se que o sistema recupere as imagens mais relevantes do conjunto de dados.

As soluções existentes nesta área não são apropriadas para a pesquisa usando dispositivos móveis. Nesse cenário, o número de imagens mostradas por iteração e número de iterações precisa ser muito pequeno, o que não é abordado na literatura. O objetivo desta dissertação é desenvolver um sistema completo de recuperação de imagens com realimentação de relevância para dispositivos móveis. Nossa abordagem é baseada em distribuições Weibull, que são muito baratas para computar, e são eficazes para avaliar a qualidade de rankings. Ambas as propriedades tornam a solução adequada para aplicações móveis no sentido de permitir o processamento de buscas visuais de forma eficiente e eficaz.