%0 Conference Proceedings
%4 sid.inpe.br/sibgrapi/2016/09.01.00.02
%2 sid.inpe.br/sibgrapi/2016/09.01.00.02.48
%T Aprendizado Multi-Instâncias e Redes Convolucionais aplicados a Recuperação de Imagens baseada em Conteúdo e Rascunhos
%D 2016
%A Ribeiro, Leonardo,
%A Ponti, Moacir,
%A Bui, Tu,
%A Collomosse, John,
%@affiliation Universidade de São Paulo
%@affiliation Universidade de São Paulo
%@affiliation University of Surrey
%@affiliation University of Surrey
%E Aliaga, Daniel G.,
%E Davis, Larry S.,
%E Farias, Ricardo C.,
%E Fernandes, Leandro A. F.,
%E Gibson, Stuart J.,
%E Giraldi, Gilson A.,
%E Gois, João Paulo,
%E Maciel, Anderson,
%E Menotti, David,
%E Miranda, Paulo A. V.,
%E Musse, Soraia,
%E Namikawa, Laercio,
%E Pamplona, Mauricio,
%E Papa, João Paulo,
%E Santos, Jefersson dos,
%E Schwartz, William Robson,
%E Thomaz, Carlos E.,
%B Conference on Graphics, Patterns and Images, 29 (SIBGRAPI)
%C São José dos Campos, SP, Brazil
%8 4-7 Oct. 2016
%I Sociedade Brasileira de Computação
%J Porto Alegre
%S Proceedings
%K CBIR, SBIR, Deep Learning, Aprendizado multi-instâncias.
%X A recuperação de imagens baseada em conteúdo (CBIR) permite a busca e indexação de imagens com base diretamente no seu conteúdo visual. A recuperação de imagens baseada em rascunhos (SBIR) é uma variação que utiliza como consulta um rascunho de um objeto, o que adiciona diversos desafios. Nesses cenários propomos duas abordagens: o aprendizado multi-instâncias ao representar imagens para CBIR e redes convolucionais com função de custo triplet na obtenção de descritores para SBIR, em particular versões compactas desses descritores. Os resultados apontam melhorias com relação aos métodos base e do estado da arte, demonstrando o potencial das abordagens propostas.
%@language pt
%3 SIBGRAPI16-2-2.pdf