A Genetic Algorithm Applied to Content-Based Image Retrieval for Natural Scenes Classification

Abstract

The Content-Based Image Retrieval (CBIR) techniques comprise methodologies intended to retrieve self-content descriptors over the image data set being studied according to the type of the image. The main purpose of CBIR consists in classifying images avoiding the use of manual labels related to understanding of the image by the human being vision. In this work we provide a new CBIR procedure which works with local texture analysis, and which is developed in a non supervised fashion, clustering the local achieved descriptors and classifying them with the use of a K-means algorithm supported by the genetic algorithm. This method has been deployed in LabVIEW software, programming each part of the procedure in order to implement it in hardware. The results are very promising, reaching up to 90% of recall for natural scene classification.

Evolución de descriptores estadísticos de superficie de imágenes por programación genética para el reconocimiento de imágenes por CBIR: una primera aproximación

“…Se puede apreciar que con los ajustes evolutivos para la PG se ha logrado un nivel de clasificación cercano al 100 % sobre 2 clases de la DB, 97.13 % y 96.63 %, con una complejidad de operadores bastante sencilla como los mostrados en las dos tripletas {descriptor 1 , descriptor 2 , descriptor 3 }, con apenas un espacio de exploración de funciones de 6 tipos, con una profundidad y amplitud deárboles controladas. Comparando con los resultados obtenidos en [5,6], estamos muy próximos a igualarlos por menos del 3 %, y por encima de lo reportado por [11], pero considerando la mejora del clasificador de distancia por análisis local de textura. En cada uno de los 3 trabajos mencionados anteriormente, los descriptores fueron construidos manualmente acorde a la experiencia del procesamiento digital de imágenes, pero en nuestra metodología evolutiva propuesta estamos hallando nuevas soluciones en descriptores que no se habían considerado anteriormente en la literatura, con la limitante de la programación estructurada.…”

“…Los Algoritmo Evolutivos (AE) han mostrado ser de utilidad en brindar soluciones factibles, para problemas debidamente formulados con restricciones [2]; y hablando sólo de la posibilidad de acoplar un algoritmo genético (AG) para una mejor disposición del número de racimos dispuestos para aglomerar los patrones obtenidos se tiene en [5]. Como parte de los AE tenemos a la Programación Genética (PG), que a diferencia de loa AG, no se limitan en su búsqueda evolutiva a una cadena genómica de longitud finita, como se formulan inicialmente los AG; la PG se basa en la evolución de programas completos, don-de cada uno es una solución candidata al problema, siendoésta su formulación fundamental dada por J. Koza [4].…”

Content based image retrieval system techniques: a review and analysis

“…In 2014, Pérez-Pimentel et al [26] suggested the purpose of CBIR consists in classifying pictures maintaining a strategic distance from the utilization of manual marks identified with comprehension of the picture by the individual vision. They have proposed another CBIR technique which works with neighborhood surface investigation, and which is created in a non-managed mold, clustering the nearby accomplished descriptors and arranging them with the utilization of a k-means calculation upheld by the hereditary calculation.…”

Identificación y clasificación de escenas por causalidad de Wiener-Granger

“…Trabajos recientes han buscado la combinación de CBIR con diferentes técnicas para la generación automática de características por medio de la Programación Genética [51], para encontrar las mejores características que representen a una base de datos, con la idea de robustecer la técnica CBIR con alguna técnica que nos ayude a lograr clasificar mejor imágenes dentro de una base de datos.…”

“…Como se presenta en [52], al principio de la década los 90's la técnica CBIR es reportada por primera vez por T.Kato [32]. El acrónimo CBIR fue acuñado para describir un sistema basado en el análisis de color y forma, que recuperaba imágenes de una base de datos.…”