Catalogación Automática C.T.A.

Catalogación y Tasación Automática (C.T.A) un breve cuestionario que ayuda a la catalogación de obras de Arte.

Catalogación y Tasación Automática (C.T.A) Es un sistema basado en el «Bag of words model in computer vision» BOW

Representación de imágenes basada en el modelo BoW

Para representar una imagen usando el modelo BoW, una imagen puede tratarse como un documento. Del mismo modo, las «palabras» en las imágenes también deben definirse. Para lograr esto, generalmente incluye los siguientes tres pasos: detección de características, descripción de características y generación de libros de códigos. Una definición del modelo BoW puede ser la «representación de histograma basada en características independientes». La indexación y recuperación de imágenes basada en contenido (CBIR) parece ser la primera en adoptar esta técnica de representación de imágenes.

Representación de características

Después de la detección de características, cada imagen es abstraída por varios parches locales. Los métodos de representación de características tratan sobre cómo representar los parches como vectores numéricos. Estos vectores se denominan descriptores de características. Un buen descriptor debe tener la capacidad de manejar la intensidad, rotación, escala y variaciones afines hasta cierto punto. Uno de los descriptores más famosos es la transformación de características invariantes de escala (SIFT). SIFT convierte cada parche en un vector de 128 dimensiones. Después de este paso, cada imagen es una colección de vectores de la misma dimensión (128 para SIFT), donde el orden de los diferentes vectores no tiene importancia.

Haz clic aquí