• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
10.11606/D.100.2013.tde-26022014-161739
Document
Author
Full name
Ricardo Wandre Dias Pedro
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2013
Supervisor
Committee
Lima, Ariane Machado (President)
Biscaro, Helton Hideraldo
Jose Neto, Joao
Title in Portuguese
Inferência de gramáticas estocásticas para reconhecimento de padrões de imagens utilizando quadtrees
Keywords in Portuguese
Gramáticas estocásticas
Imagem
Inferência gramatical
Linguística
Modelos de composição
Modelos hierárquicos
Modelos reconfiguráveis
Quadtrees
Sintático
Abstract in Portuguese
Na última década métodos sintáticos vêm sendo bastante empregados para reconhecimento de padrões em imagens. Uma revisão sistemática sobre o assunto indicou que há trabalhos sobre a utilização de gramáticas para reconhecimento de objetos específicos em imagens, reconhecimento de texturas, construção de objetos, segmentação de imagens, mudança de escala de imagens e reconhecimento de layouts de páginas e documentos. Foi percebido que apenas alguns dos trabalhos analisados apresentavam métodos de inferência gramatical. Percebida essa lacuna, este trabalho teve como objetivo avaliar a utilização de gramáticas estocásticas inferidas a partir de amostras de treinamento que continham as estruturas de quadtrees das imagens no problema de classificação de imagens. Para atingir tal objetivo foram utilizados e adaptados dois algoritmos de inferência gramatical e um algoritmo de estimação de probabilidades responsável por transformar as gramáticas livres de contexto inferidas em gramáticas livres de contexto estocásticas. Os resultados obtidos mostram que as técnicas propostas podem ser utilizadas na classificação de figuras geométricas. Entretanto, embora o desempenho com quadtrees não tenha sido excelente, ficou claro que o uso de gramáticas pode ser uma abordagem interessante para a classificação de imagens.
Title in English
Inference of stochastic grammars for pattern recognition in images using quadtrees
Keywords in English
Grammatical inference
Hie- rarchical models
Image
Linguistic
Models of composition
Quadtrees
Reconfigurable models
Stochastic grammars
Syntactic
Abstract in English
In the last decade syntactic methods have been widely used for pattern recognition in images. A systematic review on this subject indicated that there are works about the usage of grammars for recognizing specific objects in images, recognition of textures, construction of objects, image segmentation, image scaling, and recognition of layouts in documents. It was noticed that only some of the analyzed studies showed methods of grammatical inference. Perceived this gap, this study aimed to evaluate the usage of stochastic grammars inferred from training samples containing structures of quadtrees of images in image classification problem. To achieve this goal it was used and adapted two algorithms for grammatical inference and one algorithm of probability estimation responsible for transforming the inferred context-free grammars in stochastic context-free grammars. The results show that the proposed techniques can be used in the classification of geometric figures. However, although the performance with quadtrees has not been excellent, it was clear that the use of grammars can be an interesting approach for image classification.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2015-06-11
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
Centro de Informática de São Carlos
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.