Análise de dados funcionais aplicada à geração de descritores de assinaturas de dimensão fractal multiescala

• Ano de defesa: 2009
• Autor(a) principal: Florindo, João Batista
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise de dados funcionais. Dimensão fractal multiescala. Reconhecimento de padrões. Descritores fr; Functional data analysis. Multi-scale fractal dimension. Pattern recognition. Fractal descriptors.
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-09022009-141943/

Esta dissertação faz um estudo da aplicação da técnica estatística denominada Análise de Dados Funcionais (ADF) à geração de descritores usados em reconhecimento de padrões, mais especificamente, no reconhecimento de objetos de interesse em imagens. Estes objetos podem ser representados por vetores de características, também chamados de assinaturas, obtidos por uma técnica chamada de Dimensão Fractal Multiescala (DFM). Ocorre que estes vetores apresentam alta dimensionalidade (número de elementos), fazendo-se assim necessário o uso de uma abordagem que reduza este número de valores, sem que haja uma grande perda da informação transmitida pela assinatura. Neste contexto, diversas técnicas de extração de um reduzido conjunto de descritores da assinatura são apresentadas pela literatura. Entre estas, as mais populares são Fourier e \\emph, ambas relativamente simples de se apresentar e com resultados satisfatórios. A proposta aqui apresentada é de se utilizar ADF em combinação com DFM na geração de descritores de padrões. Os resultados obtidos com o uso desta abordagem na geração de descritores demostraram que a técnica possibilita bons resultados, mesmo em situações em que não é possível o uso de muitos descritores. Os experimentos demostraram que ADF apresenta um bom potencial para aplicação neste tipo de problema, permitindo que o método de classificação alcance bons resultados mesmo com poucos descritores. São sugeridos trabalhos futuros em que ADF possa ser usada, pesquisando-se por métodos ainda mais eficazes.