Modelo de recuperación de imágenes en Internet

Abstract

El uso de bases de datos de imágenes se ha extendido a diferentes áreas de aplicación, surgiendo así la necesidad de contar con métodos que permitan la recuperación de imágenes de forma eficiente y efectiva. Un ejemplo claro de esta necesidad es en Internet donde se observa un crecimiento constante en la cantidad de imágenes. Para tratar esta necesidad se ha intentado utilizar enfoques de recuperación de información basado en texto habiendo sido adaptados a la recuperación de imágenes en diferentes formas. Sin embargo, se evidencia que esta solución tiene limitaciones cuando se busca imágenes con cierta apariencia visual. Por otro lado, se propuso el uso de descriptores visuales para la recuperación de imágenes que también se vio limitado debido a la necesidad de esquemas de indexación que permitan recuperar imágenes sin afectar el rendimiento el sistema. La presente investigación plantea el uso de redes neuronales de tipo mapa auto-organizativo como esquema de indexación para los descriptores visuales extraídos de la imagen, de tal forma que al proporcionar una imagen de ejemplo la búsqueda se realiza solo en un sector del mapa donde imágenes similares se encuentran agrupadas. Esto apoyado por el uso de índices creados a partir del texto asociado a la imagen que proporciona el significado que los descriptores visuales carecen ya que trabajan a nivel de píxeles. A esto se suma la retroalimentación por relevancia que permite al usuario seleccionar las imágenes relevantes y así refinar la consulta obteniéndose mayor cantidad de estas entre los primeros resultados.