Use of decision trees in colour feature selection: application to object recognition in outdoor scenes

A new method for the automated selection of colour features is described. The algorithm consists of two stages of processing. In the first, a complete set of colour features is calculated for every object of interest in an image. In the second stage, each object is mapped into several n-dimensional feature spaces in order to select the feature set with the smallest variables able to discriminate the remaining objects. The evaluation of the discrimination power for each concrete subset of features is performed by means of decision trees composed of linear discrimination functions. This method can provide valuable help in outdoor scene analysis where no colour space has been demonstrated as being the most suitable. Experiment results recognizing objects in outdoor scenes are reported

Positioning an underwater vehicle through image mosaicking

Mosaics have been commonly used as visual maps for undersea exploration and navigation. The position and orientation of an underwater vehicle can be calculated by integrating the apparent motion of the images which form the mosaic. A feature-based mosaicking method is proposed in this paper. The creation of the mosaic is accomplished in four stages: feature selection and matching, detection of points describing the dominant motion, homography computation and mosaic construction. In this work we demonstrate that the use of color and textures as discriminative properties of the image can improve, to a large extent, the accuracy of the constructed mosaic. The system is able to provide 3D metric information concerning the vehicle motion using the knowledge of the intrinsic parameters of the camera while integrating the measurements of an ultrasonic sensor. The experimental results of real images have been tested on the GARBI underwater vehicle

Monocular-based 3-D seafloor reconstruction and ortho-mosaicing by piecewise planar representation

Photo-mosaicing techniques have become popular for seafloor mapping in various marine science applications. However, the common methods cannot accurately map regions with high relief and topographical variations. Ortho-mosaicing borrowed from photogrammetry is an alternative technique that enables taking into account the 3-D shape of the terrain. A serious bottleneck is the volume of elevation information that needs to be estimated from the video data, fused, and processed for the generation of a composite ortho-photo that covers a relatively large seafloor area. We present a framework that combines the advantages of dense depth-map and 3-D feature estimation techniques based on visual motion cues. The main goal is to identify and reconstruct certain key terrain feature points that adequately represent the surface with minimal complexity in the form of piecewise planar patches. The proposed implementation utilizes local depth maps for feature selection, while tracking over several views enables 3-D reconstruction by bundle adjustment. Experimental results with synthetic and real data validate the effectiveness of the proposed approach

Sales restriction, quality selection and the mode of competition

A regulator imposing “sales restrictions” on firms competing in oligopolistic markets may enhance quality provision by the firms. Moreover, for most restrictions levels, the impact on quality selection is invariant to the mode of competition

Microcalcification evaluation in computer assisted diagnosis for digital mammography

In order to develop applications for z;isual interpretation of medical images, the early detection and evaluation of microcalcifications in digital mammograms is verg important since their presence is often associated with a high incidence of breast cancers. Accurate classification into benign and malignant groups would help improve diagnostic sensitivity as well as reduce the number of unnecessa y biopsies. The challenge here is the selection of the useful features to distinguish benign from malignant micro calcifications. Our purpose in this work is to analyse a microcalcification evaluation method based on a set of shapebased features extracted from the digitised mammography. The segmentation of the microcalcifications is performed using a fixed-tolerance region growing method to extract boundaries of calcifications with manually selected seed pixels. Taking into account that shapes and sizes of clustered microcalcifications have been associated with a high risk of carcinoma based on digerent subjective measures, such as whether or not the calcifications are irregular, linear, vermiform, branched, rounded or ring like, our efforts were addressed to obtain a feature set related to the shape. The identification of the pammeters concerning the malignant character of the microcalcifications was performed on a set of 146 mammograms with their real diagnosis known in advance from biopsies. This allowed identifying the following shape-based parameters as the relevant ones: Number of clusters, Number of holes, Area, Feret elongation, Roughness, and Elongation. Further experiments on a set of 70 new mammogmms showed that the performance of the classification scheme is close to the mean performance of three expert radiologists, which allows to consider the proposed method for assisting the diagnosis and encourages to continue the investigation in the sense of adding new features not only related to the shape

Enhanced Model Selection for motion segmentation

In this paper a novel rank estimation technique for trajectories motion segmentation within the Local Subspace Affinity (LSA) framework is presented. This technique, called Enhanced Model Selection (EMS), is based on the relationship between the estimated rank of the trajectory matrix and the affinity matrix built by LSA. The results on synthetic and real data show that without any a priori knowledge, EMS automatically provides an accurate and robust rank estimation, improving the accuracy of the final motion segmentation

Citation auctions as a method to improve selection of scientific papers

This paper describes the basis of citation auctions as a new approach to selecting scientific papers for publication. Our main idea is to use an auction for selecting papers for publication through - differently from the state of the art - bids that consist of the number of citations that a scientist expects to receive if the paper is published. Hence, a citation auction is the selection process itself, and no reviewers are involved. The benefits of the proposed approach are two-fold. First, the cost of refereeing will be either totally eliminated or significantly reduced, because the process of citation auction does not need prior understanding of the paper's content to judge the quality of its contribution. Additionally, the method will not prejudge the content of the paper, so it will increase the openness of publications to new ideas. Second, scientists will be much more committed to the quality of their papers, paying close attention to distributing and explaining their papers in detail to maximize the number of citations that the paper receives. Sample analyses of the number of citations collected in papers published in years 1999-2004 for one journal, and in years 2003-2005 for a series of conferences (in a totally different discipline), via Google scholar, are provided. Finally, a simple simulation of an auction is given to outline the behaviour of the citation auction approach

Biofilm formation as a novel phenotypic feature of adherent-invasive Escherichia coli (AIEC)

Crohn's disease (CD) is a high morbidity chronic inflammatory disorder of unknown aetiology. Adherent-invasive Escherichia coli (AIEC) has been recently implicated in the origin and perpetuation of CD. Because bacterial biofilms in the gut mucosa are suspected to play a role in CD and biofilm formation is a feature of certain pathogenic E. coli strains, we compared the biofilmformation capacity of 27 AIEC and 38 non-AIEC strains isolated from the intestinal mucosa. Biofilmformation capacity was then contrasted with the AIEC phenotype, the serotype, the phylotype, andthe presence of virulence genes. Results: Specific biofilm formation (SBF) indices were higher amongst AIEC than non-AIEC strains(P = 0.012). In addition, 65.4% of moderate to strong biofilms producers were AIEC, whereas74.4% of weak biofilm producers were non-AIEC (P = 0.002). These data indicate that AIEC strainswere more efficient biofilm producers than non-AIEC strains. Moreover, adhesion (P = 0.009) andinvasion (P = 0.003) indices correlated positively with higher SBF indices. Additionally, motility(100%, P < 0.001), H1 type flagellin (53.8%, P < 0.001), serogroups O83 (19.2%, P = 0.008) and O22(26.9%, P = 0.001), the presence of virulence genes such as sfa/focDE (38.5%, P = 0.003) and ibeA(26.9%, P = 0.017), and B2 phylotype (80.8%, P < 0.001) were frequent characteristics amongstbiofilm producers.Conclusion: The principal contribution of the present work is the finding that biofilm formationcapacity is a novel, complementary pathogenic feature of the recently described AIEC pathovar. Characterization of AIEC specific genetic determinants, and the regulatory pathways, involved in biofilm formation will likely bring new insights into AIEC pathogenesis

Fire blight (Erwinia amylovora) of rosaceous plants. Pathogen virulence and selection and characterization of biological control agents

El fuego bacteriano, causado por Erwinia amylovora, es una enfermedad muy importante a nivel comercial y económico porque afecta a plantas de la familia de las rosáceas y es especialmente agresiva en manzano (Pyrus malus) y peral (Pyrus communis), así como en plantas ornamentales (Crataegus, Cotoneaster o Pyracantha). Esta enfermedad está distribuida por todo el mundo en zonas climáticas templadas de Amércia del Norte, Nueva Zelanda, Japón, Israel, Turquí y Europa. En España, el fuego bacteriano fue detectado por primera vez en 1995 en el norte del País (Euskadi) y más tarde en nuevos focos aparecidos en otras áreas. La enfermedad puede ser controlada comercialmente mediante la aplicación de pesticidas quimicos (derivados de cobre, antibioticos). Sin embargo, muchos de los productos químicos presentan baja actividad o causan fitotoxicidad, y la estreptomicina, el producto más eficaz, esta prohibido en muchos países, incluyendo España. Por tanto, en ausencia de apropiados agentes químicos, el control biológico se contempla como una buena alternativa. En el presente trabajo, un agente de control biológico, Pseudomonas fluorescens EPS62e, ha sido seleccionada de entre 600 aislados de las especies P. fluorescens y Pantoea agglomerans obtenidos de flores, frutos y hojas de plantas de la familia de las rosáceas durante una prospección llevada a cabo en varias áreas geográficas de España. La cepa ha sido seleccionada por su capacidad de suprimir la infecciones producidas por E. amylovora frutos inmaduros, flores y brotes de peral en condiciones de ambiente controlado, presentando unos niveles de control similares a los obtenidos mediante el control químico usando derivados de cobre o antibióticos. La cepa además ha mostrado la capacidad de colonizar y sobrevivir en flores y heridas producidas en frutos inmaduros en condiciones de ambiento controlado pero también en flores en condiciones de campo. La exclusión de E. amylovora medinate la colonización de la superficie, el consumo de nutrientes, y la interacción entre las células del patógeno y del agente de biocontrol es la principal causa de la inhibición del fuego bacteriano por la cepa EPS62e. Estas características constituyen aspectos interesantes para un desarrollo efectivo de la cepa EPS62e como un agente de biocontrol del fuego bacteriano en condiciones comerciales.

Information sources selection methodology for recommender systems based on intrinsic characteristics and trust measure

El treball desenvolupat en aquesta tesi presenta un profund estudi i proveïx solucions innovadores en el camp dels sistemes recomanadors. Els mètodes que usen aquests sistemes per a realitzar les recomanacions, mètodes com el Filtrat Basat en Continguts (FBC), el Filtrat Col·laboratiu (FC) i el Filtrat Basat en Coneixement (FBC), requereixen informació dels usuaris per a predir les preferències per certs productes. Aquesta informació pot ser demogràfica (Gènere, edat, adreça, etc), o avaluacions donades sobre algun producte que van comprar en el passat o informació sobre els seus interessos. Existeixen dues formes d'obtenir aquesta informació: els usuaris ofereixen explícitament aquesta informació o el sistema pot adquirir la informació implícita disponible en les transaccions o historial de recerca dels usuaris. Per exemple, el sistema recomanador de pel·lícules MovieLens (http://movielens.umn.edu/login) demana als usuaris que avaluïn almenys 15 pel·lícules dintre d'una escala de * a * * * * * (horrible, ...., ha de ser vista). El sistema genera recomanacions sobre la base d'aquestes avaluacions. Quan els usuaris no estan registrat en el sistema i aquest no té informació d'ells, alguns sistemes realitzen les recomanacions tenint en compte l'historial de navegació. Amazon.com (http://www.amazon.com) realitza les recomanacions tenint en compte les recerques que un usuari a fet o recomana el producte més venut. No obstant això, aquests sistemes pateixen de certa falta d'informació. Aquest problema és generalment resolt amb l'adquisició d'informació addicional, se li pregunta als usuaris sobre els seus interessos o es cerca aquesta informació en fonts addicionals. La solució proposada en aquesta tesi és buscar aquesta informació en diverses fonts, específicament aquelles que contenen informació implícita sobre les preferències dels usuaris. Aquestes fonts poden ser estructurades com les bases de dades amb informació de compres o poden ser no estructurades com les pàgines web on els usuaris deixen la seva opinió sobre algun producte que van comprar o posseïxen. Nosaltres trobem tres problemes fonamentals per a aconseguir aquest objectiu: 1 . La identificació de fonts amb informació idònia per als sistemes recomanadors. 2 . La definició de criteris que permetin la comparança i selecció de les fonts més idònies. 3 . La recuperació d'informació de fonts no estructurades. En aquest sentit, en la tesi proposada s'ha desenvolupat: 1 . Una metodologia que permet la identificació i selecció de les fonts més idònies. Criteris basats en les característiques de les fonts i una mesura de confiança han estat utilitzats per a resoldre el problema de la identificació i selecció de les fonts. 2 . Un mecanisme per a recuperar la informació no estructurada dels usuaris disponible en la web. Tècniques de Text Mining i ontologies s'han utilitzat per a extreure informació i estructurar-la apropiadament perquè la utilitzin els recomanadors. Les contribucions del treball desenvolupat en aquesta tesi doctoral són: 1. Definició d'un conjunt de característiques per a classificar fonts rellevants per als sistemes recomanadors 2. Desenvolupament d'una mesura de rellevància de les fonts calculada sobre la base de les característiques definides 3. Aplicació d'una mesura de confiança per a obtenir les fonts més fiables. La confiança es definida des de la perspectiva de millora de la recomanació, una font fiable és aquella que permet millorar les recomanacions. 4. Desenvolupament d'un algorisme per a seleccionar, des d'un conjunt de fonts possibles, les més rellevants i fiable utilitzant les mitjanes esmentades en els punts previs. 5. Definició d'una ontologia per a estructurar la informació sobre les preferències dels usuaris que estan disponibles en Internet. 6. Creació d'un procés de mapatge que extreu automàticament informació de les preferències dels usuaris disponibles en la web i posa aquesta informació dintre de l'ontologia. Aquestes contribucions permeten aconseguir dos objectius importants: 1 . Millorament de les recomanacions usant fonts d'informació alternatives que sigui rellevants i fiables. 2 . Obtenir informació implícita dels usuaris disponible en Internet.