RESUMO. Palavras-Chaves: Índice Invertido, Recuperação de Imagens, CBIR. Nos últimos anos, o crescimento do número de imagens produzidas em meio

Transcrição

1 UMA PROPOSTA DE MELHORIA NO PROCESSO DE RECUPERAÇÃO DE IMAGENS DIGITAIS COM BASE NA DISTRIBUIÇÃO DE CARACTERÍSTICAS DE BAIXO NÍVEL EM SUAS REGIÕES UTILIZANDO ÍNDICE INVERTIDO Patrícia Aparecida Proença 1 RESUMO Considerando a indexação de características de baixo nível de região de imagens digitais mapeadas para um índice invertido este trabalho busca melhorias no desempenho do processamento de consultas e ganho na precisão no conjunto de imagens recuperadas em grandes bases de dados. O índice invertido, análogo ao utilizado em recuperação textual, é aqui adaptado para recuperação de imagens baseado em conteúdo. O conceito de termo da recuperação textual é utilizado no trabalho como características de regiões de imagens para a indexação. Experimentos mostram ganho da qualidade usando duas coleções de imagens digitais. Palavras-Chaves: Índice Invertido, Recuperação de Imagens, CBIR. 1 INTRODUÇÃO Nos últimos anos, o crescimento do número de imagens produzidas em meio digital foi imenso, sendo que o custo de processamento e armazenamento desse tipo de imagem decresceu consideravelmente. Diante de uma grande quantidade de imagens, muitas vezes o usuário encontra dificuldades em localizar imagens específicas, surge então a necessidade crescente por melhores algoritmos de busca, métodos de indexação e técnicas de classificação de imagens digitais. 1 Professora do Curso de Sistemas de Informação da Faculdade Atenas Paracatu - MG

2 Dentre os métodos para facilitar busca de imagens, pode-se citar o método de indexação das imagens por meio de palavras-chaves que descrevam as imagens [6]. Porém, este método é dispendioso em termos de tempo gasto com as descrições, pois estas precisam ser inseridas manualmente. Em alguns casos são extraídas automaticamente por meio de algoritmos complicados, ineficientes e imprecisos em relação à classificação das imagens, pois a descrição pode ser subjetiva [3]. Outro método muito utilizado é o de busca de imagens baseado no contexto do documento em que a imagem está inserida, processo utilizado pela máquina de busca Google [8]. O sistema procura em arquivos de hipertexto com imagens que possuam a palavra chave. O problema deste método é que as imagens inseridas nos hipertextos não necessariamente correspondam ao texto. Atualmente tem crescido a busca de imagens pelo próprio conteúdo denominado CBIR (Recuperação de Imagens Baseada no Conteúdo). O objetivo desse método é encontrar imagens relevantes conforme a necessidade do usuário, usando de características visuais extraídas automaticamente das imagens. Nesse método, diferente dos anteriores, a consulta é feita por meio de uma imagem exemplo e não um termo ou palavra-chave. O conjunto de características extraídas de uma imagem varia em número e especificidade dependendo do domínio de aplicação envolvido. Para melhorar o desempenho da recuperação, indexação multidimensional é aplicada [16]. Atualmente, diferentes estruturas vêm sendo propostas, mas estruturas da família R-tree são mais utilizadas em CBIR [16] e [15]. Por exemplo, Titan aplica a R- tree[4], QBIC utiliza a R*-tree, o sistema SRSI é baseado na SR-tree[11] e [5] com R*- tree e M-tree.

3 Com o objetivo de melhorar significativamente o desempenho e o tempo de recuperação de imagens por conteúdo em grandes coleções como a Web, sem perda da precisão, paradigmas e técnicas de recuperação textual têm sido estudadas para utilização na recuperação de imagens. Em [8] e [9] é apresentado uma proposta de adaptação do CBIR, para a utilização do paradigma existente no campo de recuperação de informação textual denominado índice invertido. O objetivo deste trabalho é estender o trabalho [8] e [9] contribuindo na qualidade e quantidade dos termos utilizados na indexação por meio das regiões das imagens, e aplicá-lo dentro do ambiente de recuperação por conteúdo para grandes coleções, visando não somente o ganho de desempenho no processamento das consultas, mas também ganho na precisão no conjunto de imagens recuperadas. O trabalho está estruturado da seguinte forma: na Seção 2 é feita uma revisão bibliográfica de temas importantes relacionados à recuperação textual e à recuperação baseada em conteúdo. Na Seção 3, é descrito o sistema de [8] e [9] e o sistema desenvolvido ao longo deste trabalho. Na Seção 4 são apresentados os resultados experimentais obtidos. Na Seção 5 apresenta-se as conclusões e trabalhos futuros. 2 REVISÃO BIBLIOGRÁFICA 2.1 RECUPERAÇÃO DE IMAGENS BASEADA EM CONTEÚDO As pesquisas na área de Recuperação de Imagens levaram à construção de sistemas cujas consultas deixaram de ser relativas a textos descritos em algum momento, e passaram a ser por similaridades existentes entre as imagens. Este paradigma para recuperação, denominado CBIR, utiliza a descrição do conteúdo de imagens para indexá-las e manipulá-las [3]. Por meio de algoritmos automáticos de processamento de imagens, são criados vetores de características que representam

4 propriedades das imagens. Desta maneira, o sistema pode recuperar imagens semelhantes à fornecida como exemplo pelo usuário (imagem consulta). Os atributos visuais mais utilizados na recuperação, como mencionados anteriormente, são: cor, forma e textura. A cor é uma das características visuais mais utilizadas na recuperação de imagens e possui um papel bastante significativo na indexação e recuperação. Isso porque, segundo [11], o atributo cor proporciona, na tarefa de separação de background, um processo relativamente robusto, independente do tamanho e orientação da imagem. A vantagem deste método baseado em conteúdo está na possibilidade de um processo de recuperação automático, em oposição ao esforço necessário para classificar ou anotar as imagens nas outras abordagens. Entretanto, a escolha da imagem de consulta que melhor representa o que o usuário deseja buscar é uma tarefa difícil, uma vez que o usuário precisa traduzir conceitos (idéias) em características de baixo nível. O cálculo da similaridade é uma outra desvantagem do CBIR. As imagens são representadas como vetores de características em um espaço vetorial n-dimensional e as semelhanças estão associadas à menor distância Euclidiana entre a imagem de consulta com todas as imagens do banco de dados. Basicamente essa recuperação é demasiadamente cara e lenta para grandes coleções de imagens como a Web. O projeto QBIC (Query by Image Content) da IBM [10], o VisualSEEK [14] e o ImageRover [13] realizam buscas por conteúdo. Outros exemplos incluem o PicHunter [15] e o Blobworld [2].

5 2.2 RECUPERAÇÃO TEXTUAL A primeira solução sistemática para o problema de recuperação de informação em uma grande coleção de dados foi desenvolvida há cerca de 4000 anos, por bibliotecários, que passaram a organizar os livros catalogando-os por autor e título Uma das soluções que surgiram no século XVI, a construção dos índices, vêm sendo utilizada atualmente. Contudo agora são construídos automaticamente. Existem várias estruturas de índice, porém a mais empregada é a estrutura de arquivos invertidos [12]. Os arquivos invertidos são estruturas de dados que permitem encontrar de forma rápida quais documentos de uma coleção possuem um dado termo, [12]. Essa estrutura é composta por dois elementos: (i) o vocabulário - que consiste no conjunto de todas as palavras diferentes que ocorrem na coleção; (ii) e as listas invertidas que são listas contendo todos os documentos da coleção nos quais surge um dado termo. A construção e a manutenção dos arquivos invertidos correspondem a uma etapa de pré-processamento que demanda alto custo computacional. Porém esses custos são amortizados, à medida que as consultas são submetidas ao sistema. As listas invertidas podem conter, além dos documentos em que ocorre o termo, outras informações que sejam úteis à máquina de busca, como por exemplo, a freqüência do termo no documento. Esse valor é chamado na literatura [1] de Term-Frequency (tf). Um arquivo invertido é construído por meio do processamento de cada documento da coleção. Este processamento é chamado indexação e é responsável por

6 identificar todos os termos existentes na coleção, inserindo-os no vocabulário juntamente com o ponteiro para a lista invertida, [12]. Quando uma consulta contendo mais de um termo é submetida a um sistema de recuperação de informação, o processo de busca é responsável por localizar a lista invertida para cada termo da consulta. Dependendo dos operadores booleanos utilizados na formulação da consulta, a resposta será gerada mediante a interseção ou união dos conjuntos de documentos existentes em cada lista, sendo esse um processo rápido. Devido a esse rápido tempo de resposta obtido na técnica de busca textual, estudos vêm sendo feitos para a utilização da técnica textual em recuperação de imagens baseada em conteúdo, pois esta por sua vez, utilizando similaridade baseada na distância euclidiana, percorre todo o banco de imagens para o calculo da similaridade, o que demasia um grande custo com processamento e tempo de resposta. 3 PROPOSTA DE CBIR BASEADO EM ÍNDICE E REGIÕES 3.1 CBIR - ÍNDICE Em [8] e [9] é proposto uma adaptação do CBIR, para que possa ser utilizado o paradigma existente no campo de recuperação de informação textual denominado índice invertido. Segundo [1] o uso do índice invertido em recuperação textual tem resultado em ganho na velocidade de recuperação de documentos sem perda de qualidade na recuperação. Em [8] é apresentado um sistema de recuperação baseado em conteúdo, que utiliza técnicas textuais para indexação e cálculo da similaridade em recuperação

7 de imagens. Os termos utilizados na recuperação textual são palavras presentes nos arquivos textuais. Na recuperação por conteúdo um termo é definido como sendo uma faixa de valores extraídos da imagem com base em característica de baixo nível, especificamente momentos de cor. Este caracteriza as imagens em termos da distribuição das cores nos pixels da imagem. São normalmente dados por três medidas estatísticas: média, desvio padrão e obliqüidade. Os momentos de cor podem ser derivados do espaço de cor HSV correspondendo aos canais matiz, saturação e intensidade. Em resumo, em [8] as imagens foram convertidas do espaço de cor RGB para o espaço de cor HSV. Então, foram calculados os três momentos acima para cada canal H, S e V. Com isto, o vetor de característica da imagem tem nove posições distribuídas conforme Tabela 1. O sistema indexa as imagens com os valores encontrados para cada canal de cor HSV e calcula a similaridade baseada no cosseno entre os vetores. Essa abordagem possibilitou melhoria no desempenho do processamento das consultas sem perda significativa na qualidade da recuperação quando comparada com a busca por distância euclidiana. Tabela 1 Descrição do vetor de característica resultante da extração de característica da imagem usando os três momentos de cor do espaço HSV, [8]. 3.2 SISTEMA CBIR-ÍNDICE-PARTICIONADO

8 A partir do sistema CBIR-Índice, descrito na seção 3.1, foi implementado um sistema que particiona as imagens em regiões e atribui os termos da Tabela 1 a cada região das imagens, construindo um vetor contendo todos os termos encontrados em todas as regiões obtidas. Pois, segundo [3], a quantidade de termos relacionados às imagens contribuem na precisão da recuperação, pois podem descrever de forma mais completa o conteúdo de uma imagem. Afim de melhor expressar o objetivo do trabalho proposto, considere o esquema da Figura 1. Utilizando o sitema CBIR-Índice, o vetor de termos da imagem exemplo seria formado conforme a Fig. 2. Com a metodologia proposta neste trabalho, após particionada a imagem exemplo em duas partes, foram obtidas duas regiões, ilustradas na Fig. 3. O particionamento utilizado no trabalho consiste em dividir as imagens em partes de tamanhos iguais. Após foi aplicada a proposta de [8] em cada região e os vetores de cada região foram juntados, obtendo o vetor ilustrado na Fig. 3.

9 4 RESULTADOS EXPERIMENTAIS As coleções utilizadas nos experimentos foram a BD-160 e a Corel Primeiramente foi utilizada a base de treinamento, BD-160. Posteriormente foi realizado outros experimentos em uma coleção de teste, Corel A primeira é um subconjunto da segunda, ambas contendo imagens com resolução 256x384 pixels. As coleções são compostas por categorias, ambas com 10 categorias (África, Praia, Edifício, Ônibus, Dinossauro, Elefante, Flor, Comida, Cavalo e

10 Montanha), sendo a BD-160 com 16 imagens em cada categoria e a Corel-1000 contendo 100 imagens por categoria. No trabalho foram considerados quatro tamanhos diferentes das partições. A primeira, as imagens foram particionadas em duas partes de tamanhos iguais, a segunda em quatro partes, a terceira em oito e a quarta em desesseis partes. Para avaliarmos a qualidade da recuperação utilizaremos à medida de desempenho Precisão (P). A medida consiste na consiste na fração entre o número de imagens relevantes recuperadas, sobre o número total de imagens recuperadas. Para calcular a medida da precisão baseou-se em uma estatística encontrada em [7]. Foi constatado que os usuários navegam na grande maioria das vezes até a terceira página de resultados. Assim, calculou-se a Precisão em quatro posições (P0, P5, P10 e P20). Onde P0, significa calcular a precisão na posição do ranking onde encontra a primeira imagem relevante, com exceção da imagem de consulta. P5 é o cálculo da precisão na quinta posição do ranking, analogamente P10 e P20 são a décima e vigésima respectivamente. Uma imagem da coleção é considera relevante à imagem de consulta se ambas pertencerem a mesma classe. Esta definição de relevância por classe, foi adotada, a fim de evitar um dos maiores problemas na análise de resultados em CBIR, a subjetividade humana. Pois considera-se que as imagens em ambas as coleções foram corretamente classificadas. As tabelas abaixo mostram os valores encontrados das precisões P0, P5, P10 e P20 do sistema CBIR-Índice e CBIR-Índice-Particionado, relativo a média de 8

11 consultas de cada classe, juntamente com o valor médio da precisão de 80 consultas da coleção. Para avaliar o ganho obtido em relação ao sistema CBIR-Índice, foi calculado o ganho relativo, posicionado na última linha de cada tabela com os valores do sistema CBIR-Índice-Particionamento. Tabela 2. Precisão média obtida no sistema CBIR-Índice. Coleção BD-160. Tabela 3. Precisão média obtida no sistema CBIR-Índice-Particionado, utilizando duas partições. Coleção BD-160. Tabela 4. Precisão média obtida no sistema CBIR-Índice-Particionado, utilizando quatro partições. Coleção BD-160.

12 Tabela 5. Precisão média obtida no sistema CBIR-Índice-Particionado, utilizando oito partições. Coleção BD-160. Tabela 6. Precisão média obtida no sistema CBIR-Índice-Particionado, utilizando desesseis partições. Coleção BD-160.

13 Tabela 7. Precisão média obtida no sistema CBIR-Índice e CBIR-Índice-Particionado, utilizando oito partições. Coleção Corel Nesta seção verificou-se que o método de recuperação de imagens proposto neste trabalho produziu bons resultados, que quando comparados com CBIR-Índice. Com os resultados obtidos da coleção de treinamento, BD-160, pode-se notar que a qualidade de recuperação do sistema proposto é superior ao sistema CBIR-Índice. E os resultados da coleção de testes, Corel-1000, se mantiveram similar ao da coleção de treinamento. Na coleção teste, o melhor resultado para o P0 e P20 foi utilizando a imagem dividida em duas partes. Já para P5 e P10 os melhores resultados foi com oito partes.

14 Na coleção de treinamento P0 permaneceu com melhores resultados utilizando duas partes, P5 com quatro partes e P10 e P20 com oito partes. Em geral, o número de partes com valor igual a oito obteve melhores resultados. A Tabela 7 ilustra os resultados obtidos na coleção de utilizando oito partições. Na última linha encontra-se o ganho relativo do CBIR-Índice-Particionado em relação ao CBIR-Índice. 5 CONCLUSÕES E TRABALHOS FUTUROS Verificou-se que o método de recuperação de imagens proposto neste trabalho produziu bons resultados, que quando comparados com os resultados da proposta de [8] e [9]. Como trabalhos futuros, pretendemos aumentar o tamanho do vetor trabalhando com outras características de baixo nível como textura e forma, para obtermos uma melhor medida de precisão. Além disso, atribuir pesos em cada faixa, para proporcionar uma melhor discriminação entre as faixas presentes em cada imagem. Outro objetivo é o estudo das técnicas de indexação multidimensional utilizadas na recuperação de imagens e a possibilidade de aplicação dessas técnicas na construção dos índices baseado em estatísticas sobre as características das imagens. REFERÊNCIAS BIBLIOGRÁFICAS

15 1. Baeza, R.; Ribeiro-Neto, B.: Modern information retrieval. ACM/Addison-Wesley, (1999). 2. Carson, C., B. S. G. H. M. J. Blobworld: Image segmentation using expectation-maximization and its application to image querying. IEEE Computer. 3. Datta, R.; Joshi, D.; Li, J.; Wang, J. Z. Image Retrieval: Ideas, Influences, and Trends of the New Age. ACM Transactions on Computing Surveys, Vol. 40, No. 2, April Google. Último acesso: 13/11/ Jing, F.; Li, M.; Zhang, H.-J.; Zhang, B.: An Effective Region- Based Image Retrieval Framework, ACM, Lew, M. S.: Principles of Visual Information Retrieval. Springer, Manning, C., Raghavan, P., and Schütze, H. (2007). An Introduction to information Retrieval. Cambridge University Press, Cambridge, England. 8. Matos, T. ; Silva, I. : Zorzo, C. ; Proença, P.: Distribuição de características de baixo nível em imagens digitais. CLEI, Matos, T. ; Silva, I. : Zorzo, C. ; Proença, P.: Índice Invertido para Recuperação de Imagens Baseada em Conteúdo. CNMAC, Niblack, C. W., Barber, R., Equitz, W., Flickner, M. D., Glasman, E. H., Petkovic, D., Yanker, P., Faloutsos, C., and Taubin, G. (1993). The qbic project: Querying images by content using color, texture, and shape. In Poceedings of the SPIE Conference on Storage and Retrieval for Image and Video Databases 2-3, February, San Jose, CA,, pages Rui, Yong; Huang, Thomas S.; Chang, Shih_Fu. Image Retrieval: Past, Present and Future. International Symposium on Multimedia Information Processing. Disponível em: Último acesso: 30/08/ Santos, K.: Dependência entre Termos no Modelo Vetorial, Dissertação de Mestrado, Universidade Federal de Uberlândia Sclaroff, S., T. T. L. M. (1997). Imagerover: A content-based image browser for the world wide web. Technical Report, Boston University.

16 14. Smith, J. R., C. S.-F. (1996). Visualseek: a fully automated content-based image query system. In Proceedings of the fourth ACM international conference on Multimedia. 15. Valle, E.; Cord, M.; Philipp-Foliguet, S.: High-Dimensional Descriptor Indexing for Large Multimedia Databases, ACM, Wu, L.; Bretschneider, T. : Comparative Analysis of the Efficiency of R-tree Based Indexing Strategies for Information Retrieval, IKE 2004.