190 likes | 370 Views
Uma ontologia de representação para conhecimento visual em Petrografia Sedimentar. Carlos Eduardo Santin Grupo de Bancos de Dados Inteligentes - UFRGS. Percepção Visual. Domínios imagísticos apresentam uma forte utilização da percepção visual para realização de inferências
E N D
Uma ontologia de representação para conhecimento visual em Petrografia Sedimentar Carlos Eduardo Santin Grupo de Bancos de Dados Inteligentes - UFRGS
Percepção Visual • Domínios imagísticos apresentam uma forte utilização da percepção visual para realização de inferências • Reconhecimento de objetos nas imagens • Processos de raciocínio baseados em busca • Importância da identificação de relações entre objetos de uma imagem
Conhecimento Visual • Como representar? • Desenvolvimento de modelos para a compreensão das imagens • Modelos baseados na geometria • Modelos baseados na topologia
Conhecimento Visual • Em determinados casos, para o reconhecimento de um objeto, faz-se necessário saber como esse objeto aparece em um determinado contexto • Normalmente realizado através do uso de modelos associados a algoritmos de combinação e reconhecimento e mais recentemente ao uso de ontologias
Objetivos • Definição de uma ontologia de representação baseada em construtos capazes de suportar descrições simbólicas de imagens • Utilizar esta ontologia para estabelecer relações espaço-visuais entre objetos em uma imagem • Prover suporte para futura implantação de mecanismos de raciocínio
Objetos Identificados Triângulo Retângulo Topologia: Triângulo externamente conectado ao retângulo; Orientação: Triângulo localizado ao norte do retângulo Relações Espaço-Visuais
Petrografia Sedimentar • Relações entre constituintes em uma rocha são mais significativas do que a identificação composicional desses constituintes na avaliação da qualidade de reservatórios de petróleo • Relações indicam os processos físico-químicos que afetam a porosidade e permeabilidade de uma rocha
Petrografia Sedimentar Compactação Química • Relação Topológica • Formato da borda • Formato dos objetos
Resultados Esperados • Criação de uma ontologia de representação • Conceitos Visuais • Relações Espaciais • Descrição simbólica da imagem • Inferência de relações paragenéticas
Representação do Conhecimento Visual • Visual Knowledge Representation Based on Perceptual Organization - Qigang Gao - 1998 • 26 Possibilidades de visão: • 6 do tipo C • 12 do tipo B • 8 do tipo A A B C
Representação do Conhecimento Visual Estrutura: Grafo do modelo y z y1 y2 z2 z1 x1 x x2
Representação e recuperação do Conhecimento Visual • A Knowledge-Based Approach to Visual Information - Elisa Bertino, Ahmed K. Elmagarmid e Mohand-Saïd Hacid – 2002 • Utiliza lógica de descrição • Faz uso de conjuntos semi-algébricos para representação do formato dos objetos: V = {(x,y) 2 | x2 + y2 = 1}
Representação e recuperação do Conhecimento Visual • Linguagem para estrutura (TBox): • Linguagem para instanciação (ABox)
Representação e recuperação do Conhecimento Visual • Linguagem de consulta
Interpretação Semântica de Imagens • Towards ontology-based cognitive vision - Nicolas Maillot, Monique Thonnat e Alain Boucher – 2004 • Interpretação semântica de imagens visando a classificação de objetos complexos • É proposto o uso de uma ontologia de conceitos visuais para esconder as complexidades da camada visual mais baixa (processamento de imagem) e guiar o especialista na descrição de objetos de seu domínio
Interpretação Semântica de Imagens • A ontologia de conceitos visuais proposta foi estruturada em 3 partes: • Conceitos de Texturas • Conceitos de Cores • Conceitos Espaciais
Representação de Topologia • Modelo RCC-8 (Region Connection Calculus)
Representação de Topologia • G-Map (Generalized Map)