Recuperación de imágenes: Liberando el poder de los datos visuales
Por Fouad Sabry
()
Información de este libro electrónico
Qué es la recuperación de imágenes
Un sistema de recuperación de imágenes es un sistema informático que se utiliza para explorar, buscar y recuperar imágenes de una gran base de datos de imágenes digitales. Los métodos más tradicionales y comunes de recuperación de imágenes utilizan algún método para agregar metadatos como subtítulos, palabras clave, títulos o descripciones a las imágenes para que la recuperación se pueda realizar sobre las palabras de anotación. La anotación manual de imágenes requiere mucho tiempo, es laboriosa y costosa; Para abordar esto, se ha realizado una gran cantidad de investigaciones sobre la anotación automática de imágenes. Además, el aumento de las aplicaciones web sociales y la web semántica han inspirado el desarrollo de varias herramientas de anotación de imágenes basadas en la web.
Cómo se beneficiará
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Recuperación de imágenes
Capítulo 2: Recuperación de información
Capítulo 3: Imagen basada en contenido recuperación
Capítulo 4: Anotación automática de imágenes
Capítulo 5: Google Imágenes
Capítulo 6: Metabúsqueda de imágenes
Capítulo 7: Motor de búsqueda visual
Capítulo 8: Búsqueda inversa de imágenes
Capítulo 9: TinEye
Capítulo 10: Exploración de la colección de imágenes
(II) Respondiendo a las principales preguntas del público sobre la recuperación de imágenes.
(III) Ejemplos del mundo real para el uso de la recuperación de imágenes en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o información básica para cualquier tipo de Recuperación de Imágenes.
Lee más de Fouad Sabry
Tecnologías Emergentes En Entretenimiento [Spanish]
Relacionado con Recuperación de imágenes
Títulos en esta serie (100)
Ecualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesEspacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFiltro de partículas: Explorando los filtros de partículas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHistograma de gradientes orientados: Revelando el ámbito visual: explorando el histograma de gradientes orientados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de manchas: Revelando patrones en datos visuales Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesAjuste del paquete: Optimización de datos visuales para una reconstrucción precisa Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesContorno activo: Avances en la visión por computadora con técnicas de contorno activo Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Anotación automática de imágenes: Mejorar la comprensión visual mediante el etiquetado automatizado Calificación: 0 de 5 estrellas0 calificacionesRecuperación de imágenes basada en contenido: Desbloqueo de bases de datos visuales Calificación: 0 de 5 estrellas0 calificacionesBúsqueda inversa de imágenes: Descubriendo los secretos del reconocimiento visual Calificación: 0 de 5 estrellas0 calificacionesFundamentos de Programación y Bases de Datos: 2ª Edición Calificación: 0 de 5 estrellas0 calificacionesBases de Datos con MySQL Calificación: 4 de 5 estrellas4/5Curso de Introducción a la Administración de Bases de Datos Calificación: 3 de 5 estrellas3/5Fundamentos de Programación y Bases de Datos Calificación: 0 de 5 estrellas0 calificacionesUF2175 - Diseño de bases de datos relacionales Calificación: 0 de 5 estrellas0 calificacionesUF2213 - Modelos de datos y visión conceptual de una base de datos Calificación: 0 de 5 estrellas0 calificacionesCiencia de datos: La serie de conocimientos esenciales de MIT Press Calificación: 5 de 5 estrellas5/5Desarrollo y reutilización de componentes software y multimedia mediante lenguajes de guión. IFCD0210 Calificación: 0 de 5 estrellas0 calificacionesReconocimiento óptico de Braille: Potenciando la accesibilidad a través de la inteligencia visual Calificación: 0 de 5 estrellas0 calificacionesDetección de objetos: Avances, aplicaciones y algoritmos Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRed de sensores visuales: Explorando el poder de las redes de sensores visuales en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVisión de máquina: Información sobre el mundo de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIntroducción a los Algoritmos y las Estructuras de Datos, 1: Una base sólida para el mundo real del aprendizaje de máquinas y la estructura de datos Calificación: 0 de 5 estrellas0 calificacionesLenguajes de definición y modificación de datos sql. IFCT0310 Calificación: 0 de 5 estrellas0 calificacionesOperaciones auxiliares con Tecnologías de la Información y la Comunicación. IFCT0108 Calificación: 0 de 5 estrellas0 calificacionesIntroducción a los Algoritmos y las Estructuras de Datos 1: Introducción a los Algoritmos y las Estructuras de Datos, #1 Calificación: 0 de 5 estrellas0 calificacionesUF1469 - SGBD e instalación Calificación: 0 de 5 estrellas0 calificacionesCurso de Programación de Apps. Android y iPhone Calificación: 5 de 5 estrellas5/5Modelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesIntroducción a los Algoritmos y las Estructuras de Datos, 2: Una base sólida para el mundo real del aprendizaje de máquinas y análisis de datos Calificación: 0 de 5 estrellas0 calificacionesUF2216 - Repositorios de contenidos Calificación: 4 de 5 estrellas4/5Sistemas de almacenamiento. IFCT0310 Calificación: 0 de 5 estrellas0 calificacionesDiseño funcional y de la interactividad de productos multimedia. ARGN0110 Calificación: 0 de 5 estrellas0 calificacionesUF2405 - Modelo de programación web y bases de datos Calificación: 0 de 5 estrellas0 calificacionesBases de datos relacionales y modelado de datos. IFCT0310 Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Klara y el Sol Calificación: 5 de 5 estrellas5/5Resumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesDominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Metodología de la programación Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5Cómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesMáquinas predictivas: La sencilla economía de la inteligencia artificial Calificación: 5 de 5 estrellas5/5Cómo Ganar Dinero por Internet con Inteligencia Artificial Emprende tu negocio digital con ChatGPT, Escríbelo.ia, Playground AI, You.com, Canva, Midjourney, Dall-E 2, Amazon... Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Fundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesEl poder de las imagenes, la palabra no tiene poder Calificación: 0 de 5 estrellas0 calificacionesProgramacion Orientada a Objetos y Estructura de Datos a Fondo Calificación: 0 de 5 estrellas0 calificacionesChat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesDesarrollo de aplicaciones C#: con Visual Studio .NET Curso práctico Calificación: 0 de 5 estrellas0 calificacionesInteligencia Artificial Calificación: 4 de 5 estrellas4/5GuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesOracle 12c PL/SQL: Curso práctico de formación Calificación: 0 de 5 estrellas0 calificacionesCiencias de la Computación en la escuela: Guía para enseñar mucho más que a programar Calificación: 5 de 5 estrellas5/5Diseño de algoritmos y su programación en C Calificación: 0 de 5 estrellas0 calificacionesAprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesDesarrollo de software con netbeans 7.1: Programe para scritorio, web y dispositivos móviles Calificación: 0 de 5 estrellas0 calificacionesMáquinas como yo Calificación: 4 de 5 estrellas4/5ANDROID: Aprende desde cero a crear aplicaciones Calificación: 0 de 5 estrellas0 calificacionesArrancar con html5 curso de programación: Curso de programación Calificación: 0 de 5 estrellas0 calificacionesPython fácil Calificación: 4 de 5 estrellas4/5Programación de Inteligencia Artificial. Curso Práctico Calificación: 0 de 5 estrellas0 calificaciones¿Cómo piensan las máquinas?: Inteligencia artificial para humanos Calificación: 5 de 5 estrellas5/5
Comentarios para Recuperación de imágenes
0 clasificaciones0 comentarios
Vista previa del libro
Recuperación de imágenes - Fouad Sabry
Capítulo 1: Recuperación de imágenes
Para ver, buscar y recuperar imágenes digitales de una gran base de datos, necesita un sistema de recuperación de imágenes. La mayoría de los enfoques comunes y establecidos para recuperar imágenes se basan en anotarlas con metadatos como leyendas, palabras clave, títulos y descripciones. Dado que la anotación manual de imágenes es un proceso costoso y que requiere mucho tiempo, se ha realizado un amplio estudio sobre la automatización del proceso. También se han desarrollado varias herramientas de anotación de imágenes basadas en la web como resultado directo del auge de las aplicaciones web sociales y la web semántica.
Banireddy Prasaad, Amar Gupta, Hoo-min Toong y Stuart Madnick del MIT crearon el primer sistema de recuperación de bases de datos de imágenes basado en microcomputadoras en la década de 1990.
A partir del año 2021, no se construyeron sistemas de recuperación de imágenes para imágenes 3D, solo 2D.
Para buscar imágenes, puede utilizar una técnica de búsqueda de datos llamada búsqueda de imágenes
. Un usuario puede realizar una búsqueda de imágenes introduciendo una palabra clave, seleccionando un archivo/enlace de imagen o haciendo clic en una imagen; A continuación, el sistema devolverá resultados similares
a la selección del usuario. Las metaetiquetas, la distribución del color en las imágenes, los atributos de región/forma, etc. podrían servir como similitud utilizada para los criterios de búsqueda.
Las imágenes se pueden buscar en función de sus metadatos, que pueden incluir palabras clave, descripciones y más.
El uso de la visión artificial en la recuperación de imágenes, también conocida como recuperación de imágenes basada en contenido (CBIR). El objetivo de la recuperación de imágenes basada en contenido (CBIR) es eliminar la necesidad de descripciones textuales mediante la recuperación de imágenes que comparten características visuales (texturas, colores, formas, etc.) con una imagen de consulta o características de imagen especificadas por el usuario.
Los motores de búsqueda que indexan los resultados en función de las características visuales de las imágenes, como el color, la textura, la forma/objeto, etc., se incluyen en la lista de motores CBIR.
Búsqueda de imágenes en una colección mediante el empleo de estrategias de exploración no convencionales.
Para medir la dificultad de diseñar un sistema de búsqueda de imágenes, es fundamental comprender la amplitud y profundidad de los datos de las imágenes. Los diseños de los motores de búsqueda se ven muy afectados por factores como el número previsto de usuarios y la demografía de esos usuarios. A lo largo de este eje, podemos categorizar los resultados de búsqueda de la siguiente manera:
Archivos: suelen almacenar grandes cantidades de datos homogéneos sobre temas específicos en un formato estructurado o semiestructurado.
Las colecciones específicas de dominio son aquellas que son homogéneas y accesibles solo para usuarios autorizados que trabajan hacia un conjunto limitado de objetivos. Las bases de datos en los campos de la medicina y las imágenes satelitales son dos tipos de tales colecciones.
Enterprise Collection hace referencia a la base de datos de imágenes interna de una organización, que contiene una amplia variedad de tipos de archivos. Existen numerosas opciones para archivar fotografías.
Una colección personal es aquella a la que su propietario puede acceder principalmente, es de tamaño compacto y, por lo general, se almacena localmente en un medio de almacenamiento.
Las imágenes publicadas en la World Wide Web pueden ser vistas por cualquier persona con acceso a la World Wide Web. Por lo general, se utilizan matrices de discos grandes para almacenar estas colecciones de imágenes semiorganizadas, heterogéneas y masivas.