Agrupamento de Imagens

As técnicas de clustering têm sido amplamente usadas em áreas que lidam com grandes quantidades de dados, como estatísticas, recuperação de informações, mineração de dados e análise de imagens.

Um volume crescente de imagens e vídeos digitais tornou-se disponível ao longo dos anos devido ao crescimento de smartphones, tablets e Internet das Coisas em geral. Portanto, o desenvolvimento de técnicas capazes de gerenciar grandes quantidades de dados de maneira rápida e precisa é importante para extrair qualquer informação valiosa.

Encontrar agrupamentos naturais é o objetivo dos métodos de agrupamento, como K-means. Eles podem ajudar a classificar e separar informações para facilitar a análise de dados. Exemplos de problemas relacionados ao agrupamento de dados são indexação de dados, compactação de dados e classificação de imagens naturais. O agrupamento de imagens também pode ser usado para encontrar conceitos visuais discriminativos que podem ser usados como recursos de nível médio.

Publicações Relacionadas

Ricardo Barbosa Kloss; Samira Santos da Silva; Marcos Vinicius Mussel Cirne; Hélio Pedrini; William Robson Schwartz

Partial Least Squares Image Clustering Inproceedings

Em: Conference on Graphics, Patterns and Images (SIBGRAPI), pp. 1-8, 2015.

Links | BibTeX