Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Farias, Mylène Christine Queiroz de | - |
Autor(es): dc.creator | Garrido, Tainá Borges Andrade | - |
Data de aceite: dc.date.accessioned | 2024-10-23T15:10:55Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T15:10:55Z | - |
Data de envio: dc.date.issued | 2014-07-22 | - |
Data de envio: dc.date.issued | 2014-07-22 | - |
Data de envio: dc.date.issued | 2014-07-22 | - |
Data de envio: dc.date.issued | 2014-01 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/15941 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/876519 | - |
Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Departamento de Engenharia Elétrica, 2014. | - |
Descrição: dc.description | A qualidade da imagem está associada a capacidade do Sistema Visual Humano (SVH) perceber degradações. Muitas métricas de qualidade se utilizam da comparação com a imagem original para mensurar a qualidade da imagem degradada. Estas métricas são conhecidas como métricas com referência ou referenciadas. Infelizmente, em aplicações práticas nem sempre se dispõe da imagem de referência para a avaliação da qualidade. Dessa forma, muitas pesquisas têm sido desenvolvidas com a finalidade de criar e implementar métricas de avaliação objetivas sem-referência ou não referenciadas. Naturalmente, por não utilizar a referência (original) para estimar a qualidade, estas métricas são menos precisas que as métricas com referência. Neste contexto, o presente trabalho tem o objetivo de melhorar o desempenho de métricas de qualidade sem-referência disponíveis na literatura. Com este fim, apresentamos uma proposta de aperfeiçoamento destas métricas utilizando modelos computacionais de atenção visual. Com este objetivo, foram empregadas estratégias de combinação da imagem degradada com os respectivos mapas de saliência gerados pelos modelos de atenção visual. Os experimentos realizados através de simulações computacionais apontam que enfatizar as áreas mais relevantes (ou mais salientes) da imagem é uma estratégia eficaz para melhorar o desempenho de métricas existentes. _______________________________________________________________________________________ ABSTRACT | - |
Descrição: dc.description | Image quality is frequently associated with the ability of the Human Visual System (HVS) to perceive degradations. In the last few years, several image quality metrics have been proposed that use the original image (or reference) to estimate image quality. These metrics are known as full-reference (FR) metrics. Unfortunately, the reference is not always available in practical application. The alternative consists of using no-reference (NR) image quality metrics that blindly estimate the quality of an image, without having access to the original image. These metrics, in general, have a lower performance when compared to FR image quality metrics. The goal of this work is to improve the performance of no-reference image quality metrics using visual attention computational models. With this goal, we present strategies that consist of combining the test image with saliency maps generated by visual attention models. Experimental results indicate that the proposed approach can be an effective strategy for improving the performance of existing objective metrics. | - |
Formato: dc.format | application/pdf | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
Palavras-chave: dc.subject | Processamento de imagens - controle de qualidade | - |
Palavras-chave: dc.subject | Processamento de imagens - técnicas digitais | - |
Palavras-chave: dc.subject | Processamento de sinais | - |
Título: dc.title | Métricas de qualidade de imagens sem referência utilizando atenção visual | - |
Título: dc.title | No-reference image quality metric based on visual attention | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: