Modelo de recuperación de imágenes en Internet
Resumen
El uso de bases de datos de imágenes se ha extendido a diferentes áreas de aplicación,
surgiendo así la necesidad de contar con métodos que permitan la recuperación de imágenes
de forma eficiente y efectiva. Un ejemplo claro de esta necesidad es en Internet donde se
observa un crecimiento constante en la cantidad de imágenes. Para tratar esta necesidad se ha
intentado utilizar enfoques de recuperación de información basado en texto habiendo sido
adaptados a la recuperación de imágenes en diferentes formas. Sin embargo, se evidencia que
esta solución tiene limitaciones cuando se busca imágenes con cierta apariencia visual. Por
otro lado, se propuso el uso de descriptores visuales para la recuperación de imágenes que
también se vio limitado debido a la necesidad de esquemas de indexación que permitan
recuperar imágenes sin afectar el rendimiento el sistema. La presente investigación plantea el
uso de redes neuronales de tipo mapa auto-organizativo como esquema de indexación para
los descriptores visuales extraídos de la imagen, de tal forma que al proporcionar una imagen
de ejemplo la búsqueda se realiza solo en un sector del mapa donde imágenes similares se
encuentran agrupadas. Esto apoyado por el uso de índices creados a partir del texto asociado
a la imagen que proporciona el significado que los descriptores visuales carecen ya que
trabajan a nivel de píxeles. A esto se suma la retroalimentación por relevancia que permite al
usuario seleccionar las imágenes relevantes y así refinar la consulta obteniéndose mayor
cantidad de estas entre los primeros resultados.