An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca

Multiescala

An alise de Texturas com Descritores Multiescala

Fernando Roberti de Siqueira
Universidade Estadual de Campinas, Instituto de Computa c ao

M etodo Proposto Resultados Preliminares

3 de Dezembro de 2011

1 / 26

Sum ario

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

Introdu c ao Revis ao Bibliogr aca Multiescala M etodo Proposto Resultados Preliminares

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

2 / 26

Caracteriza c ao do Problema

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

Textura:
Texturas s ao caracter sticas das superf cies que nos cercam: madeira, grama, couro, cascalho, piso, etc. Varia c ao local de valores que se repetem em algum padr ao. Prov em informa c ao sobre a distribui c ao espacial, mudan cas no brilho e o arranjo estrutural da superf cie.

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

3 / 26

Caracteriza c ao do Problema

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

Descritores:
Descritores de caracter sticas s ao representa c oes sucintas de uma imagem. Facilitam o processamento de classica c ao entre outras aplica c oes. S ao tipicamente conjuntos de informa c oes estat sticas, modelos param etricos, coecientes obtidos a partir de transformadas nas imagens.

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

4 / 26

Motiva co es

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

Multiescala:
O descritor conhecido como Local Binary Patterns (LBP), proposto inicialmente em escala u nica, possui extens oes para m ultiplas escalas Compara c ao na base Outex:
Escala u nica: Taxa de acerto de 92,7 % Multiescala: Taxa de acerto de 96,3 %

M etodo Proposto Resultados Preliminares

Diversos outros descritores amplamente utilizados na literatura n ao possuem extens ao ` a multiescala.

5 / 26

Motiva co es

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

Areas de aplica c ao:

Melhorar a qualidade dos descritores existentes:
Descritores s ao a base da classica c ao / reconhecimento de imagens / recupera c ao de imagens por conte udo. Aperfei coando os descritores, os resultados nestes campos de pesquisa mencionados melhoram.

M etodo Proposto Resultados Preliminares

6 / 26

Motiva co es

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

Areas de aplica c ao:

Neste trabalho, trataremos em espec co da classica c ao de texturas.
Amplamente utilizada em diversas areas:
Sensoriamento remoto Reconhecimento de faces Diagn ostico em imagens m edicas Reconhecimento de objetos

M etodo Proposto Resultados Preliminares

Diculdades para computador reconhecer texturas e superf cies levam a uma grande variedade de descritores.

7 / 26

Descritores

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira

LBP:
Utiliza-se o centro como limiar para binariza c ao.

Introdu c ao Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

O descritor utilizado e o histograma da soma dos resultados na vizinhan ca.

8 / 26

Descritores
Gray Level Co-ocurrence Matrices (GLCM):
Matriz gerada a partir das transi c oes realizadas na imagem. As transi c oes podem ser diretamente adjacentes ou com maior deslocamento.

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

14 medidas estat sticas s ao utilizadas nesta matriz.

soma da vari ancias, soma das entropias, entropia, soma dos quadrados, entre outras.

Para o descritor, cada uma das medidas estat sticas e aplicada em 4 orienta c oes poss veis (0 , 45 , 90 e 135 ), os resultados concatenados e normalizados.
9 / 26

Multiescala

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

Um espa co e considerado multiescala quando possui subespa cos derivados dele. Pode ser obtido, por exemplo, por meio de suaviza c oes Gaussianas. Escalas com detalhes nos podem restringir a extra c ao de caracter sticas da imagem. Informa c oes cruciais podem ser perdidas nas escalas mais grosseiras.

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

10 / 26

Multiescala

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

Suaviza c ao Gaussiana:

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

11 / 26

Multiescala

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca

Pode-se utilizar combina c ao de informa c oes provenientes de diversas escalas para uma classica c ao mais efetiva. M etodos usuais para a decomposi c ao multiescala:
Pir amide Laplaciana Transformada wavelet

Multiescala

M etodo Proposto Resultados Preliminares

12 / 26

Multiescala

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira

Pir amide Laplaciana:

A pir amide e um m etodo de representa c ao da imagem em multiescala. H a varia c oes passa-baixas e passa-banda. Passa-Baixas:
Filtro de suaviza c ao aplicado na imagem Reescala a imagem em uma dimens ao menor

Introdu c ao Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

Passa-Banda:
Diferen cas entre n veis adjacentes da pir amide passa-baixas

13 / 26

Multiescala
Transformada Wavelet:
Decomposi c ao da imagem em 4 sub-bandas. Cada banda cont em informa c oes de frequ encia em uma dire c ao. Uma das bandas cont em uma amostra reescalada da imagem original. Processo aplicado recursivamente.

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

14 / 26

Metodologia
Diversas escalas podem fornecer melhores resultados para classica c ao:

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

15 / 26

Metodologia

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca

Resultados de diversas escalas diferentes. Problema: Combinar as caracter sticas extra das das diversas escalas para um descritor u nico. Algumas formas de combin a-las s ao apresentadas a seguir.

Multiescala

M etodo Proposto Resultados Preliminares

16 / 26

Concatena c ao Sem Normaliza c ao

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

17 / 26

Concatena c ao Com Normaliza c ao Intraescala

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

18 / 26

Concatena c ao Com Normaliza c ao Intraescalas e Global

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

19 / 26

Concatena c ao Com Normaliza c ao de Elementos Correspondentes

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

20 / 26

M edia Ponderada de Elementos Correspondentes

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto Resultados Preliminares

21 / 26

Contribui co es Esperadas

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

Extens ao de descritores escala u nica para multiescala. Combina c ao dos resultados de diferentes escalas. Valida c ao da metodologia de combina c ao em descritores multiescala j a presentes na literatura.

M etodo Proposto Resultados Preliminares

22 / 26

M etodo de Valida c ao

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

A valida c ao ser a realizada da seguinte forma: Compara c ao da vers ao multiescala dos descritores com a vers ao em escala u nica. Compara c ao dos resultados com o estado da arte. 4 bases para o teste est ao sendo investigadas:
UMD UIUC Outex VisTex

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

23 / 26

UIUC

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

M etodo Proposto

Figura: Mosaico de amostras da bases UIUC. A base e composta por 1000 imagens de 640 480 pixels, divididas em 25 classes de texturas. Dentre as imagens, temos varia c oes de madeira, carpetes, tijolos, cascalho e pelagem de animais. Protocolo proposto na literatura: Utilizar grupos de treinamento rand omicos de 5, 10, 15 e 20 amostras para cada classe. O restante das amostras e utilizada para teste.

Resultados Preliminares

24 / 26

Resultados Preliminares

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca
Multiescala

Dados preliminares obtidos no banco UIUC para o m etodo GLCM em escala u nica e multiescala com as diversas combina c oes propostas. Utilizadas 5 amostras de treinamento contra 35 de testes. O classicador utilizado foi o 1-nn utilizando a dist ancia de Manhattan.

M etodo Proposto Resultados Preliminares

25 / 26

Resultados Preliminares

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao

A Matriz de co-ocorr encia em escala simples obteve o resultado de 48, 3%.

Revis ao Bibliogr aca

Multiescala

M etodo Proposto Resultados Preliminares

Normaliza c ao/Escalas Normaliza c ao intraescala Normaliza c ao intraescala e global Normaliza c ao de elementos correspondentes Media ponderada de elementos correspondentes Sem normaliza c ao

2 41, 2% 41, 2% 56,5% 50, 1% 51, 7%

3 44, 3% 44, 3% 57,4% 50, 4% 54, 8%

4 49, 0% 49, 0% 57, 8% 51, 5% 58,3%

26 / 26

Conclus oes e Pend encias

An alise de Texturas com Descritores Multiescala Fernando Roberti de Siqueira Introdu c ao Revis ao Bibliogr aca

Os resultados para a matriz de co-ocorr encia parecem promissores Pend encias:

Investiga c ao dos resultados nas outras bases Extens ao de outros descritores da literatura. Compara c ao com o estado da arte.

Multiescala

M etodo Proposto Resultados Preliminares

27 / 26