Defensa Tesis Licenciatura Diego A. Castro

• Título: Recuperación de imágenes basada en texto y contenido visual mediante redes neuronales
• Alumno: Diego Adrián Castro
• Directora: Leticia María Seijas
• Jurados:
  Dr. Juan Domingo Esteve, Instituto de Robótica, Universidad de Valencia, España
  Dr. Enrique Carlos Segura, FCEyN, UBA
  Dra. Ana M. Clara Ruedin, FCEyN, UBA

RESUMEN

Durante los últimos años, la cantidad de información visual que se produce a diario viene experimentando un fuerte crecimiento. Desde imágenes generadas por satélites, cámaras de vigilancia y hasta fotos obtenidas por cámaras digitales contribuyen a formar una masa de información que de a poco se vuelve inmanejable. A lo largo del tiempo, se han descripto las imágenes a través de texto (TBIR) y de sus características visuales (CBIR), pero estos enfoques aún presentan desventajas. En los últimos años se ha comenzado a estudiar sistemas híbridos que combinan ambas variantes buscando potenciar las virtudes de cada una. A diferencia de TBIR, CBIR es un área mucho menos madura y presenta numerosos desafíos, entre ellos la definición de descriptores e índices adecuados. En este trabajo utilizamos histogramas de color para describir a las imágenes y analizamos el uso de mapas auto-organizados (SOM) como índice, ya que permiten trabajar con descriptores de alta dimensionalidad (caso típico en CBIR). Proponemos una función de scoring para imágenes con la idea de descartar imágenes irrelevantes en los resultados y también una variante para los SOM que mejora los tiempos de entrenamiento y recuperación (ParBSOM). Además, aplicamos dichas técnicas en el contexto de un sistema híbrido y proveemos resultados empíricos para evaluar su desempeño. Por último, presentamos un software propio denominado Envision que aplica los métodos estudiados.