PubbliTesi è un archivio bibliografico e di diffusione delle Migliori Tesi di Laurea Specialistica e di Dottorato di Ricerca, presentate negli Atenei italiani, e delle Prove pratiche d’Esame di Laurea Specialistica svolte nella Scuole di Alta Formazione Musicale italiane, realizzato dal CNR e dall’Inforav, in collaborazione con le Università e con il patrocinio del MIUR (www.pubblitesi.it).

PubbliTesi - La Tesi
Tecniche di relevance feedback con introduzione di rumore per l’interrogazione di basi di dati visuali
Scheda Sintetica

Autore: Luca Piras
Relatore: Giorgio Giacinto
Università: Università degli Studi di Cagliari
Facoltà: Facoltà di Ingegneria
Corso: Laurea Spec. in Ingegneria Elettronica
Data di Discussione: 16/07/2007
Voto: 110 cum laude
Disciplina: Riconoscimento di Forme
Tipo di Tesi: Sperimentale
Lingua: Italiano
Grande Area: Area Scientifica
Settori Interessati: Culturali, Merceologici

Descrizione:
Il lavoro di tesi si colloca nel campo di ricerca del CBIR (Content Based Image Retrieval), cioè il recupero di immagini da un database visuale utilizzando caratteristiche legate al contenuto (come colore, tessitura, forma, etc). Lo scopo della tesi è stato quello di proporre una soluzione al problema della scarsità di immagini rilevanti con cui addestrare il sistema migliorando le prestazioni di diverse tecniche di Relevance Feedback allo stato dell’arte (come l’SVM). Per aumentare il numero di campioni rilevanti si è scelto di utilizzare la tecnica dell’iniezione di rumore “direzionale”, cioè a partire dalla query e dalle immagini rilevanti a lei più vicine sono state generate altre immagini e aggiunte all’insieme delle rilevanti, queste poi sono state utilizzate all’iterazione successiva per raffinare la ricerca.

Grado di Innovazione:
A mio giudizio, particolarmente innovativa per la sperimentazione dell’introduzione di rumore in database visuali con vari metodi di Relevance Feedback e per il confronto dei risultati ottenuti.

Per ulteriori informazioni su questa e sulle altre Tesi Accededere all’Area Riservata o Registrarsi. SVM, Support Vector Machine, Noise Injection, CBIR, Content Based Image Retrieval, Relevance feedback