Todos os projetos
CBIR
AcadêmicoRecuperação de imagens por conteúdo.
- Ano
- 2026
- Papel
- Projeto acadêmico
- Contexto
- Visão computacional
Tecnologias: Python, NumPy, OpenCV, Matplotlib
Sobre
Implementação acadêmica de Content-Based Image Retrieval com um descritor HOG simplificado e informação espacial. O conjunto incluído possui 25 documentos divididos em cinco classes e cinco consultas.
Cada documento é separado em nove regiões. Para cada consulta, o sistema seleciona automaticamente a região do maior componente conectado e compara seu descritor com as regiões indexadas.

Pipeline
- Imagens em escala de cinza, 256 x 256.
- Grade fixa de 3 x 3 regiões.
- HOG simplificado de 128 dimensões.
- Similaridade de cosseno combinada com IoU espacial.
- Ranking top-5 por consulta.
score = 0.8 * similaridade_de_cosseno + 0.2 * IoUResultados
Esses números descrevem somente as cinco consultas incluídas e não devem ser interpretados como benchmark geral. O conjunto pequeno demonstra o pipeline, mas é insuficiente para comparar abordagens com significância estatística.
| Métrica | Resultado |
|---|---|
| Top-1 accuracy | 40% |
| Recall@5 | 60% |
| MRR | 0,50 |

