Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Vol. 32 Núm. 63 (2023)
Enero-Marzo 2023 (Publicación Continua)

Articulos

Modelo de representación de imágenes digitales enriquecida con tecnologías de la web semántica: Información visual y no visual

https://doi.org/10.19053/01211129.v32.n63.2023.14815

Publicado 2023-01-31

Sandra-Milena Roa-Martínez
Universidad del Cauca

Caio Coneglian
Universidade de Marilia

Silvana Vidotti
Universidade Estadual Paulista

Resumen

La complejidad de la representación de las imágenes digitales está dada por los tipos de contenido —visual (sintáctico y semántico) y no visual— que estas poseen. El considerar estos contenidos separadamente dificulta la recuperación de imágenes digitales porque crea una brecha entre los contenidos de la imagen y su representación. Por lo tanto, este trabajo tiene como objetivo presentar un modelo de representación de información visual y no visual de imágenes digitales, con enriquecimiento semántico mediante el uso de las tecnologías de la Web Semántica. Para ello fue utilizada una metodología cualitativa con enfoque bibliográfico y realizado un caso de aplicación. Se buscaron subsidios teóricos de los temas abordados, además consta de un enfoque aplicado ya que se propuso un modelo y su ejemplificación. El modelo propuesto describe el proceso de representación de la imagen y permite el enriquecimiento semántico de los datos. Este enriquecimiento facilita la recuperación en múltiples contextos con tecnologías que favorecen el uso de los datos por medio de inferencias. Asimismo, se presenta un caso de aplicación con imágenes médicas digitales, en el que se demuestra la factibilidad de la propuesta. Se concluye que la representación de contenidos visuales y no visuales tiene como objetivo mejorar la forma en que se recuperan las imágenes en ambientes de información digital. La fusión del contenido y el contexto de las imágenes debe ser considerada, aunque los mecanismos de búsqueda suelen tratarlos por separado debido a la desagregación de la representación de la imagen en sí.

Palabras clave

Representación de imágenes, Imagen digital., Contenido visual y no visual, Tecnologías de la Web Semántica, Enriquecimiento de imágenes

PDF (English) XML (English)

Citas

  1. E. Kalkanis, An Analysis of Erwin Panofsky's Meaning in the Visual Arts, Macat Library, 2018.
  2. S. Shatford, “Analyzing the subject of a picture: a theoretical approach,” Cataloging & classification quarterly, vol. 6, no. 3, pp. 39–62, 1986. https://doi.org/10.1300/j104v06n03_04 DOI: https://doi.org/10.1300/J104v06n03_04
  3. C. Jörgensen, “Indexing images: Testing an image description template,” in ASIS Annual Conference Proceedings, 1996, pp. 1–8.
  4. A. Jaimes, S. Chang, “Conceptual framework for indexing visual information at multiple levels,” in International Society for Optics and Photonics, 1999, pp. 2–15. DOI: https://doi.org/10.1117/12.373443
  5. J. Barreto, “Desafios e avanços na recuperação automática da informação audiovisual,” Ciência da Informação, vol. 36, no. 3, pp. 17–28, 2007. https://doi.org/10.1590/s0100-19652007000300003 DOI: https://doi.org/10.1590/S0100-19652007000300003
  6. F. R. E. Nunes, B. C. M. Maculan, M. B. Almeida, “Os fundamentos da Web Semântica como ferramentas de auxílio para as demandas da Sociedade da Informação,” Em Questão, vol. 26, no. 3, pp. 224-249, 2020. https://doi.org/10.19132/1808-5245263.224-249 DOI: https://doi.org/10.19132/1808-5245263.224-249
  7. B. Splendiani, A proposal for the inclusion of accessibility criteria in the authoring workflow of images for scientific articles, Doctoral Thesis, Universitad de Barcelona, Barcelona, Spain, 2015. DOI: https://doi.org/10.1016/j.procs.2015.09.250
  8. M. Pritoni et al. “Metadata Schemas and Ontologies for Building Energy Applications: A Critical Review and Use Case Analysis,” Energies, vol. 14, no. 7, pp. 2024-2030, 2021. https://doi.org/10.3390/en14072024 DOI: https://doi.org/10.3390/en14072024
  9. H. Bannour, C. Hudelot, “Towards ontologies for image interpretation and annotation,” in IEEE, 2011, pp. 211–216. https://doi.org/10.1109/cbmi.2011.5972547 DOI: https://doi.org/10.1109/CBMI.2011.5972547
  10. U. Manzoor et al. “Semantic Image Retrieval: An Ontology Based Approach,” International Journal of Advanced Research in Artificial Intelligence, vol. 1, no. 4, pp. 1–8, 2015. DOI: https://doi.org/10.14569/IJARAI.2015.040401
  11. M. Liaqat, S. Khan, M. Majid, "Image retrieval based on fuzzy ontology," Multimedia Tools and Applications, vol. 76, pp. 22623-22645, 2017. DOI: https://doi.org/10.1007/s11042-017-4812-9
  12. S. M. Roa-Martínez, S. Vidotti, M. Jorente, “Representación conceptual de imágenes médicas digitales: Integración de Contexto y Contenido Visual,” Revista General de Información y Documentación, vol. 26, no. 2, pp. 651-72, 2016. https://doi.org/10.5209/rgid.54719 DOI: https://doi.org/10.5209/RGID.54719
  13. K. Munir, M. S. Anjum, “The use of ontologies for effective knowledge modelling and information retrieval,” Applied Computing and Informatics, vol. 14, no. 2, pp. 116-126, 2018. https://doi.org/10.1016/j.aci.2017.07.003 DOI: https://doi.org/10.1016/j.aci.2017.07.003
  14. A. Tello et al. “Rdf-ization of dicom medical images towards linked health data cloud,” in VI Latin American Congress on Biomedical Engineering, 2015, pp. 757-760. https://doi.org/10.1007/978-3-319-13117-7_193 DOI: https://doi.org/10.1007/978-3-319-13117-7_193
  15. B. F. Lóscio, C. Burle, N. Calegari, Data on the Web Best Practices, W3C, 2017.

Descargas

Los datos de descargas todavía no están disponibles.

Artículos similares

1 2 > >> 

También puede {advancedSearchLink} para este artículo.