Evaluación de métodos de recuperación de imágenes basadas en contenido

Abstract

La recuperación de imágenes basadas en contenido (CBIR) apunta a obtener imágenes similares a una imagen de entrada. El contenido hace referencia a colores, formas, texturas u otra información derivada de una imagen. La importancia de CBIR radica en que permite la búsqueda eficiente y eficaz de imágenes dentro de una base de datos aprovechando el contenido de la imagen. Si bien existe la búsqueda por imágenes utilizando etiquetas o metadatos, no siempre se cuenta con dicha información, incluso puede ser incorrecta o difícil de obtener. Existe una amplia gama de aplicaciones relacionadas con CBIR, una de ellas es el apoyo a médicos para la detección de enfermedades. Proximity es uno de los tantos métodos desarrollados en el área de CBIR, se basa en la concatenación de una red neuronal de segmentación y otra de clasificación. Lamentablemente, Proximity y muchos otros sistemas CBIR asumen la disponibilidad de un gran número de imágenes etiquetadas por médicos expertos. Este supuesto es difícil de satisfacer en la práctica y fuerza a los desarrolladores a entrenar el sistema con conjuntos de datos internacionales cuyas características pueden diferir de los datos nacionales para los que el sistema está siendo construido. Self-supervised Learning es un concepto que ha ganado popularidad últimamente al ser métodos que no requieren de imágenes etiquetadas, es por ello que se investiga su uso para romper las limitaciones mencionadas anteriormente, obteniendo mejoras tanto en precisión como en tiempo y tamaño de embeddings, sin la necesidad de utilizar etiquetas.

Content-Based Image Retrieval (CBIR) aims to obtain images that are similar to an input image. Content refers to colors, shapes, textures, or other information derived from an image. The importance of CBIR lies in its ability to efficiently and effectively search for images within a database by leveraging the content of the image. While image search using tags or metadata exists, such information is not always available, and it can be incorrect or difficult to obtain. There is a wide range of applications related to CBIR, one of which is supporting doctors in disease detection. Proximity is one of the many methods developed in the field of CBIR, based on the concatenation of a segmentation neural network and a classification neural network. Unfortunately, Proximity and many other CBIR systems assume the availability of a large number of images labeled by expert doctors. This assumption is difficult to meet in practice and forces developers to train the system using international datasets, which may differ from the national data for which the system is being built. Self-supervised learning is a concept that has gained popularity recently as it doesn’t require labeled images. Therefore, research is being conducted on its use to overcome the aforementioned limitations, achieving improvements in accuracy, time and size of embeddings, without the need for labels.