• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Consorcio BUCLE Recolector
  • Contact Us
  • Send Feedback
  • Enlaces y accesos
    • Derechos de autor
    • Políticas
    • Guía de autoarchivo
    • FAQ y ayuda
    • La ULE y el Acceso Abierto
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Repositorio
    Institucional
    Abierto

    Consorcio BUCLE Recolector

    Browse

    All of BULERIACommunities and CollectionsAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulaciónThis CollectionAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulación

    My Account

    Login

    Statistics

    View Usage Statistics

    Otros enlaces

    View Item 
    •   BULERIA Home
    • Scientific Production
    • Untitled
    • View Item
    •   BULERIA Home
    • Scientific Production
    • Untitled
    • View Item

    Compartir

    Export

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Título
    Fusión temprana de descriptores extraídos de mapas de prominencia multi-nivel para clasificar imágenes
    Autor
    Fidalgo Fernández, Eduardo
    Alegre Gutiérrez, EnriqueAutoridad BuleriaORCID
    Fernández Robles, LauraAutoridad BuleriaORCID
    González Castro, VíctorAutoridad BuleriaORCID
    Facultad/Centro
    Escuela de Ingenierias Industrial e Informatica
    Área de conocimiento
    Ingenieria de Sistemas y Automatica
    Datos de la obra
    Revista iberoamericana de automática e informática industrial (RIAI), 2019, vol. 16. n. 3
    Editor
    Comité Español de Automática (CEA)
    Fecha
    2019
    Abstract
    En este artículo proponemos un método que permite mejorar la clasificación de imágenes en conjuntos de datos en los que la imagen contiene un único objeto. Para ello, consideramos los mapas de prominencia como si se trataran de mapas topográficos y filtramos las características del fondo de la imagen mejorando de esta forma la codificación que realiza sobre la imagen completa un modelo clásico basado en Bag of Visual Words (BoVW). En primer lugar, evaluamos seis conocidos algoritmos para la generación de mapas de prominencia y seleccionamos los métodos de GBVS y SIM al determinar que son los que retienen la mayor parte de la información del objeto. Utilizando la información de dichos mapas de prominencia eliminamos los descriptores SIFT extraídos de forma densa pertenecientes al fondo mediante el filtrado de características en base a imágenes binarias obtenidas a diversos niveles del mapa de prominencia. Realizamos el filtrado de descriptores obteniendo capas a diversos niveles del mapa de prominencia, y evaluamos la fusión temprana de los descriptores SIFT contenidos en dichas capas en cinco conjuntos de datos diferentes. Los resultados obtenidos en nuestra experimentación indican que el método propuesto mejora siempre al método de referencia cuando se combinan las dos primeras capas de GBVS o de SIM y el dataset contiene imágenes con un único objeto.
    Materia
    Ingenierías
    Ingeniería de sistemas
    Palabras clave
    Visión por computador
    Algoritmos
    Procesamiento de imágenes
    Codificación
    Clasificadores
    Peer review
    SI
    URI
    http://hdl.handle.net/10612/11019
    Versión del editor
    https://doi.org/10.4995/riai.2019.10640
    Collections
    • Untitled [2723]
    Show full item record
    Files in this item
    Nombre:
    fusion temprana.pdf
    Tamaño:
    3.632Mb
    Formato:
    Adobe PDF
    Thumbnail
    FilesOpen