Reconhecimento de Imagens em Aplicações Críticas
Resumo
Muitas aplicações multimídia oferecem sistemas de consultas de imagens-exemplo em grandes bases de imagens. A maioria dessas aplicações são críticas, ou seja, requerem um tempo de resposta mínimo. Este artigo apresenta uma solução para esse problema através da programação concorrente. Proposta inicialmente com o objetivo de testar e validar o ambiente de programação Anahy, a implementação realizada tem como foco principal minimizar esse tempo de resposta. Para sua compreensão, são apresentados detalhes da implementação concorrente e métodos de escalonamento de tarefas aplicados, bem como conceitos básicos sobre busca de imagens. Ainda, para validar a solução proposta, é apresentada uma análise de desempenho feita para medir tanto a qualidade do matching quanto o tempo de resposta da aplicação no reconhecimento de imagens.
Referências
Gerson Geraldo H. Cavalheiro. Introdução à programação paralela e distribuída. In Tiarajú A. Diverio e Philippe Navaux, editores, I Escola Regional de Alto Desempenho, Gramado, Janeiro 2001.
C. Cheung, L. Po, e K. Wong. Web-based beowulf-class parallel computing on image database indexing and retrieval system. In International Symposium on Intelligent Multimedia, Video and Speech Processing, Maio 2001.
M. Das, E. Riseman, e B. Draper. Focus: Searching for multi-colored objects in a diverse image database. Anais WSCAD (2002) 68-75. In IEEE Conf. on Comp. Vis. and Pattern Recognition, Porto Rico, 1997.
J. Fan, S. Yiu, e L. Po. Image retrieval using parailei algorithm on the beowulf class supercomputer. In International Workshop on Multimedia Data Storage Retrieval, Integration and Applications, pages 188-191, Janeiro 2000.
Alex Sandro Garzão, Lucas Correia Villa Real, e Gerson G. H. Cavalheiro. Ferramentas para desenvolvimento de um ambiente de programação sobre agregados. In Anais do Workshop em Software Livre, Porto Alegre, Brasil, Maio 2001.
Jonas Gomes e Luiz Velho. Computação Gráfica: Imagem. IMPNSBM, Rio de Janeiro, Brasil, 1994.
Ramesh Jain, Rangachar Kasturi, e Brian G. Schunck. Machine Vision. McGraw-Hill International Editions, Singapore, 1995.
Eduardo Moschetta, Fernando S. Osório, e Gerson G. H. Cavalheiro. Reconhecedor de imagens concorrente. Scientia, 13(2). Unisinos. No prelo.
Eduardo Moschetta, Fernando S. Osório, e Gerson G. H. Cavalheiro. Reconhecedor de imagens usando técnicas de alto desempenho. In Tiarajú A. Diverio e Gerson G. H. Cavalheiro, editores, 2 Escola Regional de Alto Desempenho, São Leopoldo, Janeiro 2002.
S. Nene, S. Nayar, e H. Murase. Columbia object image library: Coil. Technical Report CUCS-006-96, Columbia University, 1996.
A. Pentland, R. W. Picard, e S. Sclaroff. Photobook: Content-based manipulation of images databases. In SPIE Storage and Retrieval lmage and Video Database 11, number 2 185, Fevereiro 1994.
Lucas Correia Villa Real, Evandro Clivatti Dall'Agnol, e Gerson G. H. Cavalheiro. Construção de um ambiente de programação para o processamento de alto desempenho. In Tiarajú A. Diverio e Gerson G. H. Cavalheiro, editores, 2 Escola Regional de Alto Desempenho, São Leopoldo, Janeiro 2002.
Y. Rui, T. S. Huang, e S. Chang. lmage retrieval: Past, present and future. In International Symposium on Multimedia Information Processing, Dezembro 1997.
John R. Smith e Shih-Fu Chang. Tr: Automated image retrieval using color and texture. Technical Report 414-95-20, Columbia University, Julho 1995.
INRIA-IMEDIA Project Research Team. Ikona. http://www.rocq.inria.fr/imedia/ikona/index.html (visitado em 15 de maio de 2002).
