Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido

Resumen: El objetivo del trabajo presentado fue el desarrollo de un sistema de recuperación de imágenes con base en su contenido, utilizando redes convolucionales siamesas y tripletas. Se utilizaron estas arquitecturas múltiples para generar descriptores visuales, extrayendo información semántica de...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Fierro,Atoany N., Nakano,Mariko, Yanai,Keiji, Pérez,Héctor M.
Lenguaje:	Spanish / Castilian
Publicado:	Centro de Información Tecnológica 2019
Materias:	redes siamesas redes tripletas brecha semántica redes convolucionales recuperación de imágenes
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000600243
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-07642019000600243
record_format	dspace
spelling	oai:scielo:S0718-076420190006002432020-01-03Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en ContenidoFierro,Atoany N.Nakano,MarikoYanai,KeijiPérez,Héctor M. redes siamesas redes tripletas brecha semántica redes convolucionales recuperación de imágenes Resumen: El objetivo del trabajo presentado fue el desarrollo de un sistema de recuperación de imágenes con base en su contenido, utilizando redes convolucionales siamesas y tripletas. Se utilizaron estas arquitecturas múltiples para generar descriptores visuales, extrayendo información semántica de dos imágenes (siamesa) o tres imágenes (tripleta) a la vez. Posteriormente, se realizó un aprendizaje de similitud, codificando la distancia de estas siamesas o tripletas de descriptores visuales, cuyo almacenamiento no es necesario. Los resultados muestran que los esquemas con base en redes convolucionales extraen mayor cantidad de información semántica. Las arquitecturas múltiples, aparte de extraer información semántica, mejoran la tasa de recuperación de imágenes. Se concluye que las arquitecturas múltiples solucionan los tres retos más importantes de estos sistemas, como lo son la brecha semántica, el aprendizaje de similitud y el espacio de almacenamiento, los cuales no habían sido resueltos en trabajos anteriores.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.30 n.6 20192019-12-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000600243es10.4067/S0718-07642019000600243
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	redes siamesas redes tripletas brecha semántica redes convolucionales recuperación de imágenes
spellingShingle	redes siamesas redes tripletas brecha semántica redes convolucionales recuperación de imágenes Fierro,Atoany N. Nakano,Mariko Yanai,Keiji Pérez,Héctor M. Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido
description	Resumen: El objetivo del trabajo presentado fue el desarrollo de un sistema de recuperación de imágenes con base en su contenido, utilizando redes convolucionales siamesas y tripletas. Se utilizaron estas arquitecturas múltiples para generar descriptores visuales, extrayendo información semántica de dos imágenes (siamesa) o tres imágenes (tripleta) a la vez. Posteriormente, se realizó un aprendizaje de similitud, codificando la distancia de estas siamesas o tripletas de descriptores visuales, cuyo almacenamiento no es necesario. Los resultados muestran que los esquemas con base en redes convolucionales extraen mayor cantidad de información semántica. Las arquitecturas múltiples, aparte de extraer información semántica, mejoran la tasa de recuperación de imágenes. Se concluye que las arquitecturas múltiples solucionan los tres retos más importantes de estos sistemas, como lo son la brecha semántica, el aprendizaje de similitud y el espacio de almacenamiento, los cuales no habían sido resueltos en trabajos anteriores.
author	Fierro,Atoany N. Nakano,Mariko Yanai,Keiji Pérez,Héctor M.
author_facet	Fierro,Atoany N. Nakano,Mariko Yanai,Keiji Pérez,Héctor M.
author_sort	Fierro,Atoany N.
title	Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido
title_short	Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido
title_full	Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido
title_fullStr	Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido
title_full_unstemmed	Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido
title_sort	redes convolucionales siamesas y tripletas para la recuperación de imágenes similares en contenido
publisher	Centro de Información Tecnológica
publishDate	2019
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642019000600243
work_keys_str_mv	AT fierroatoanyn redesconvolucionalessiamesasytripletasparalarecuperaciondeimagenessimilaresencontenido AT nakanomariko redesconvolucionalessiamesasytripletasparalarecuperaciondeimagenessimilaresencontenido AT yanaikeiji redesconvolucionalessiamesasytripletasparalarecuperaciondeimagenessimilaresencontenido AT perezhectorm redesconvolucionalessiamesasytripletasparalarecuperaciondeimagenessimilaresencontenido
_version_	1714201632122601472

Redes Convolucionales Siamesas y Tripletas para la Recuperación de Imágenes Similares en Contenido

Ejemplares similares