Visió per computador: Una nova mirada sobre els arxius d’imatges

• Autores: Pilar Rosado Rodrigo, Ferran Reverter Comes
• Localización: Lligall: revista catalana d'Arxivística, ISSN 1130-5398, Nº. 39, 2016 (Ejemplar dedicado a: Digitalització i reconeixement de caràcters: quan les màquines llegeixen documents), págs. 45-65
• Idioma: catalán
• Enlaces
  • Texto completo
• Resumen
  • español

    La necesidad de clasificar imágenes en base a su contenido semántico es cada vez más importante para poder indexar y recuperar información de las grandes bases de datos. Los modelos de visión por computador utilizados para la detección de patrones en colecciones de imágenes de escenas naturales (paisajes, interiores, detección de objetos) obtienen ya resultados superiores al 90 % de acierto en la categorización. Presentamos aquí los resultados de la experiencia realizada con el fondo del archivo de Girona, analizando las imágenes según sus características compositivas, cromáticas y organizativas, sin necesidad de realizar ninguna anotación textual sobre ellas. Las analogías detectadas permiten establecer categorías sin riesgo de caer en interpretaciones subjetivas condicionadas por preferencias o conocimientos previos.

  • català

    La necessitat de classificar imatges a partir del seu contingut semàntic és cada vegada més important per poder indexar i recuperar informació de les grans bases de dades. Els models de visió per computador utilitzats per a la detecció de patrons en col·leccions d’imatges d’escenes naturals (paisatges, interiors, detecció d’objectes) obtenen resultats superiors al 90% d’encert en la categorització. Presentem aquí els resultats de l’experiència que s’ha dut a terme amb el fons de l’Arxiu de Girona, en què s’han analitzat les imatges segons les seves característiques compositives, cromàtiques i organitzatives, sense necessitat de fer-ne cap anotació textual. Les analogies detectades permeten establir categories sense risc de caure en interpretacions subjectives condicionades per les preferències o els coneixements previs.

  • English

    The need to classify images based on their semantic content is increasingly important for the indexing and recovery of the information stored in large databases. The results from computer vision models used to detect patterns in collections of natural scenes (landscapes, interiors, object detection) have a 90% success rate in categorising these images. This paper presents the results from an experiment carried out with the collection of the Girona Municipal Archives, analysing the images according to their composite, chromatic and organizational characteristics, without the need to make any textual annotations on them. The analogies detected allow categories to be established without the risk of falling prey to subjective interpretations conditioned by preferences or prior knowledge

  • français

    La nécessité de classer des images sur la base de leur contenu sémantique revêt de plus en plus d’importance pour pouvoir indexer et récupérer les informations contenues dans les grandes bases de données. Les modèles de vision par ordinateur utilisés pour la reconnaissance de modèles dans les collections d’images de scènes naturelles (paysages, intérieurs, reconnaissance d’objets) permettent d’obtenir un taux de coïncidence dans la catégorisation de plus de 90 %. Nous présentons ici les résultats de l’expérience réalisée avec le fonds d’archives de Gérone, à partir de l’analyse des images en fonction de leurs caractéristiques chromatiques, de composition et d’organisation, sans aucune annotation textuelle additionnelle. Les analogies détectées permettent d’établir des catégories risquer des interprétations subjectives, conditionnées par les préférences ou les connaissances préalables.