Recuperación de imágenes: Liberando el poder de los datos visuales

Por Fouad Sabry

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.

 

 

• Idioma: Español
• Editorial: Mil Millones De Conocimientos [Spanish]
• Fecha de lanzamiento: 5 may 2024

Vista previa del libro

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.