Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/SLSS-7WMJ5Y
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Arnaldo de Albuquerque Araujopt_BR
dc.contributor.referee1Eduardo Alves do Valle Jruniorpt_BR
dc.contributor.referee2Marcos Andre Goncalvespt_BR
dc.contributor.referee3Guillermo Camara Chavezpt_BR
dc.creatorNatalia Cosse Batistapt_BR
dc.date.accessioned2019-08-14T06:27:38Z-
dc.date.available2019-08-14T06:27:38Z-
dc.date.issued2009-07-07pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/SLSS-7WMJ5Y-
dc.description.abstractIn this work, we propose a technique based on a bag-of-keypoints representation to identify images containing buildings in the photographic collection of Arquivo Público Mineiro (APM), the Archives of the State of Minas Gerais. We evaluate the proposed work using digitized versions of the original. Digitization is an effective procedure to make collections publicly available, while preserving them from deterioration, but it does not solve, by itself, all the problem of access, which are also related to allowing the user to locate the desired items among thousands. The application of techniques of Image Retrieval Based on Content (RIBC) could be very useful in describing and indexing of large historical collections, which requires considerable time and effort. However, Archive images tend to be more challenging to implement RIBC techniques than recent photos, due to loss of quality of the original source and several effects caused by degradation. The proposed technique is based on a visual vocabulary which is used to build a feature vector for an image. This representation has been proved robust to occlusion and variations due to pose, scale, illumination and several transformations. Results show that, despite of the poor quality of the images, the bag-of-keypoints representation is able to provide detection rates around 73% for images containing buildings, indicating the suitability of the proposed method for the task of detection.pt_BR
dc.description.resumoNeste trabalho é proposta uma abordagem baseada na representação de histograma de palavras visuais para detectar imagens que contém edifícios na coleção de fotografias digitalizadas do Arquivo Público Mineiro (APM). As imagens utilizadas na avaliação do trabalho proposto provêm da digitalização dos originais, que é um procedimento efetivo para torná-los publicamente disponíveis e ao mesmo tempo preservá-los da degradação. A digitalização, porém, não resolve todos os problemas do acesso, que também envolve a necessidade de fornecer aos usuários meios para localizar os documentos desejados. A aplicação de técnicas de Recuperação de Imagens com Base no Conteúdo (RIBC) poderia ser de grande utilidade na descrição e indexação de grandes acervos históricos, que requer bastante tempo e esforço. Contudo, essas imagens tendem a ser mais desafiadoras para a aplicação de técnicas de RIBC do que as fotografias recentes, devido à perda de qualidade dos originais e diversos efeitos causados pela degradação. A técnica proposta utiliza um vocabulário visual como meio de construir um vetor de características para uma imagem e tem se mostrado eficaz além de robusta à oclusão e a variações devido à posição, escala, iluminação e várias outras transformações. Os resultados mostraram que, apesar da baixa qualidade das imagens, a abordagem é capaz de obter, para as imagens que contém edifícios, taxas médias de acerto próximas de 73%, indicando o potencial do método proposto para a tarefa de detecção.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectrecuperação de imagempt_BR
dc.subjectFotografiapt_BR
dc.subject.otherRecuperacao Imagempt_BR
dc.subject.otherEdifícios históricospt_BR
dc.subject.otherComputaçãopt_BR
dc.subject.otherFotografia documentáriapt_BR
dc.titleVocábularios visuais aplicados à detecção de edifícios em fotografias históricaspt_BR
dc.typeDissertação de Mestradopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
nataliacossebatista.pdf18.23 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.