Selection of relevant information to improve image classification using Bag of Visual Words = Selección de información significativa para mejorar la clasificación de imágenes utilizando técnicas de Bag of Visual Words

Abstract

En esta tesis se proponen varias soluciones para mejorar la extracción de información de objetos de interés presentes en una imagen con la intención de mejorar su clasificación utilizando el método Bag of Words. Esta línea de investigación explora cómo se pueden usar y combinar más de un mapa de atención, y diferentes niveles de información contenidos dentro del mismo, para mejorar la clasificación de imágenes. Un mapa de atención se puede considerar como una superficie topográfica que muestra un nivel de atención visual. La cantidad de XIV información que aparece a diferentes alturas de este nivel no tiene la misma importancia para la clasificación de imágenes. La información que se extrae a diferentes alturas de un mapa de atención afecta a dicha clasificación, llamando a estos niveles “rebanadas de información”. Después de obtener la precisión global para cada una de ellas usando BoW en la clasificación de varios conjuntos de imágenes, se comprueba cómo la combinación de dichas rebanadas produce una mejor precisión que utilizando las características extraídas de cada rebanada por separado. También puede constatarse que el aumento de rebanadas de información en el anterior proceso no implica mayor precisión y que si se combinan las rebanadas de diferentes mapas se obtienen valores intermedios a los que se obtendrían para esas rebanadas si se usan por separado.