Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Assirati, Lucas |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/76/76132/tde-24092014-104641/
|
Resumo: |
Este trabalho faz um estudo do uso da entropia como ferramenta para o reconhecimento de padrões em imagens. A entropia é um conceito utilizado em termodinâmica para medir o grau de organização de um meio. Entretanto, este conceito pode ser ampliado para outras áreas do conhecimento. A adoção do conceito em Teoria da Informação e, por consequência, em reconhecimento de padrões foi introduzida por Shannon no trabalho intitulado \"A Mathematical Theory of Communication\", publicado no ano de 1948. Neste mestrado, além da entropia clássica de Boltzman-Gibbs-Shannon, são investigadas a entropia generalizada de Tsallis e suas variantes (análise multi-escala, múltiplo índice q e seleção de atributos), aplicadas ao reconhecimento de padrões em imagens. Utilizando bases de dados bem conhecidas na literatura, realizou-se estudos comparativos entre as técnicas. Os resultados mostram que a entropia de Tsallis, através de análise multi-escala e múltiplo índice q, tem grande vantagem sobre a entropia de Boltzman-Gibbs-Shannon. Aplicações práticas deste estudo são propostas com o intuito de demonstrar o potencial do método. |
