Equipamentos fornecidos: “2 SERVIDORES SILIX® 12* NÚCLEOS E5-2600DR V3”
Fomentado por: FAPESP – Fundação de Amparo à Pesquisa de São Paulo – Processo nº 13/08645-0.
Resumo do Processo:
“Sistemas de Recuperação de Imagens Baseados no Conteúdo (Content-Based Image Retrieval – CBIR) tem como principal objetivo recuperar imagens similares em uma coleção considerando propriedades visuais das imagens. Os usuários estão interessados nas imagens retornadas nas primeiras posições das listas de resultados, que são usualmente as mais relevantes. Portanto, classificar as imagens da coleção de maneira eficaz é de suma importância. Entretanto, em geral, os sistemas CBIR realizam apenas comparações de imagens par-a-par, isto é, calculam medidas de similaridade (ou distância) considerando apenas pares de imagens, ignorando as informações codificadas nos relacionamentos entre as imagens. Com o objetivo de aumentar a eficácia dos sistemas de CBIR, foram propostos métodos de reclassificação (re-ranking) e agregação (rank aggregation) de listas. Os métodos de reclassificação têm sido usados para explorar a informação contextual codificada nos relacionamentos entre as imagens, enquanto abordagens de agregação de listas têm sido usadas para combinar resultados produzidos por diferentes descritores de imagens. Na pesquisa desenvolvida pelo pesquisador responsável durante seu doutorado, vários métodos de reclassificação e agregação de listas foram propostos com o objetivo de aumentar a eficácia de sistemas de CBIR. Resultados experimentais demonstraram a eficácia das abordagens propostas em comparação com outros métodos recentemente propostos na literatura. Contudo, os importantes resultados obtidos levaram a novos desafios de pesquisa. O objetivo desse projeto de pesquisa é investigar os métodos de reclassificação e agregação de listas sob diversos aspectos, abordando os desafios de pesquisa ainda em aberto. Importantes aspectos a serem investigados estão relacionados a escalabilidade e eficiência dos algoritmos usando computação paralela e ambientes computacionais heterogêneos. Outro aspecto relevante consiste na especificação e implementação de novos métodos de reclassificação com aplicações em diferentes cenários, como recuperação textual e multimodal, realimentação de relevância e recuperação colaborativa de imagens. (AU)” (Fonte: http://bv.fapesp.br/pt/auxilios/84028/reclassificacao-e-agregacao-de-listas-para-tarefas-de-recuperacao-de-imagens/?q=13/08645-0)