Scene classification for mountain landscape recognition from user generated images

The main focus of this work is to provide an image classification system capable of identifying geo-tagged user generated pictures containing a skyline of a mountain landscape. This particular requirement is given by the strict relation between this work and other ongoing research projects. The implemented system include several modules which are in charge of retrieving (from the candidate sources), storing, processing and managing the large quantity of images involved. In particular, the system collects and analyze publicly available geo-located images from Flickr. The underlying classifier is based on an SVM (with non-linear kernel) model. The feature vector associated to each image is computed as a spatial histogram of quantized local features. The training and testing phases have been performed on an ad-hoc dataset, built through a crowdsourcing approach. The candidate model achieves 95% accuracy on our test dataset. Furthermore, the system provide a web-based graphical user interface for accessing the data collected and elaborated by the system in a graphical and interactive manner. In particular the provided views allow the user to perceive the spatial and temporal distribution of the data, to perform filtering on spatial and temporal dimensions and to browse the resulting data.

Proponiamo un sistema di classificazione delle immagini in grado di identificare immagini geo-localizzate generate dagli utenti contenenti profili di panorami montuosi. Questo particolare obiettivo deriva dalla stretta connessione in atto tra questo lavoro e altri progetti attualmente in corso. Il sistema realizzato include i diversi moduli necessari per l'acquisizione (da fonti designate), lo stoccaggio e la classificazione della grande quantità di immagini coinvolte. Nello specifico, il sistema raccoglie e analizza immagini pubbliche disponibili su piattaforme di condivisione immagini, in questo caso Flickr. Il classificatore è basato su SVM (con kernel non lineare), mentre ogni immagine è rappresentata come istogramma spaziale di features locali quantizzate. Le fasi di addestramento e test sono state condotte su un dataset appositamente creato, attraverso un approccio di crowdsourcing. Il modello attualmente impiegato ha ottenuto un'accuratezza di poco superiore al 95% sui dati di test. Il sistema provvede inoltre un'interfaccia web che permette l'accesso ai dati in maniera grafica ed interattiva. In particolare, l'interfaccia permette di apprezzare la distribuzione spaziale e temporale dei dati, oltre a permettere l'impostazione di filtri e l'ispezione delle immagini coinvolte.