Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/11114
Título: Reconhecimento de padrões por meio de floresta de caminhos ótimos
Autor(es): Toracio, Thiago Ribeiro
Orientador(es): Saito, Priscila Tiemi Maeda
Palavras-chave: Percepção de padrões
Classificação
Processamento de imagens
Pattern perception
Classification
Image processing
Data do documento: 20-Jun-2016
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Cornelio Procopio
Referência: TORACIO, Thiago Ribeiro. Reconhecimento de padrões por meio de floresta de caminhos ótimos. 2016. Trabalho de Conclusão de Curso (Graduação em Análise e Desenvolvimento de Sistemas) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2016.
Resumo: Atualmente existem grandes bases de dados disponíveis, devido aos avanços das tecnologias de aquisição e armazenamento dessas informações. No entanto, há uma grande quantidade de dados não rotulados em relação a uma pequena parte rotulada, tornando-se necessárias técnicas de aprendizado eficazes e eficientes para manipulação e análise dessas informações. Para o aprendizado, é necessário o reconhecimento de determinados padrões, os quais podem ser obtidos por descritores de imagens, que extraem propriedades visuais relacionadas à cor, forma e textura. Algumas características extraídas das imagens podem ser redundantes, outras são mais relevantes na discriminação das imagens. Por isto, após a extração das características das imagens, é importante a análise e a obtenção do vetor de características que melhor descreve o conjunto de dados, aplicando técnicas de redução de dimensionalidade, otimização ou normalizações. Em seguida, podem ser utilizados diferentes procedimentos (supervisionados, não supervisionados e semi-supervisionados) de aprendizado. Este trabalho tem como objetivo o estudo e a análise de técnicas mais efetivas e eficientes para descrição e classificação de bioimagens.
Abstract: Currently there are large databases available, due to the advances of the acquisition and storage of this information technologies. However, there is a large amount of unlabeled data in relation to a small section labeled. Becoming necessary effective and efficient learning techniques for manipulation and analysis of this information. For learning the recognition of certain patterns is needed, which can be obtained by imaging descriptors, extracting visual properties related to color, form and texture. Some of the images extracted features may be redundant, others are more relevant to the discrimination of the images. Therefore, after the extraction of the characteristics of images, it is important to analyze and obtain the feature vector that best describes the data set by applying dimensional reduction, optimization and normalization techniques. Then, different procedures may be used (supervised, semi-unsupervised and supervised) learning. This work aims to study and the analysis of more effective and efficient techniques for description and classification of bioimages.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/11114
Aparece nas coleções:CP - Tecnologia em Análise e Desenvolvimento de Sistemas

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CP_COADS_2016_1_07.pdf480,26 kBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.