Vyhledávání v multimodálních databázích
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Práce se zabývá uložením a efektivním vyhledáváním velkých kolekcí multimediálních dokumentů. Tato oblast se nazývá vyhledávání informací. Multimediální dokumenty jsou reprezentovány vektory ve vysoko-dimenzionálním prostoru, neboť v takto modelované kolekci dokumentů lze jednodušeji definovat sémantiku i mechanismus samotného vyhledávání. Tento dokument popisuje řešení problému efektivního vyhledávání v kolekcích snímků, od extrakce rysů až po vyhledávání. Podrobněji pojednává o podobnostním vyhledávání založeném na metrickém prostoru, které využívá vzdálenostní funkce, jako např. Euklidovu, Chebyshevovu nebo Mahalanobisovu, pro porovnání globálních rysů a kosinovou větu pro porovnání lokálních rysů. Experimenty provedené na datové sadě TRECVid porovnávají implementované vzdálenostní funkce, ze kterých se pro globální rysy nejvhodnější ukázala Mahalanobisova vzdálenost a pro lokální rysy kosinová věta.
The field that deals with storing and effective searching of multimedia documents is called Information retrieval. This paper describes solution of effective searching in collections of shots. Multimedia documents are presented as vectors in high-dimensional space, because in such collection of documents it is easier to define semantics as well as the mechanisms of searching. The work aims at problems of similarity searching based on metric space, which uses distance functions, such as Euclidean, Chebyshev or Mahalanobis, for comparing global features and cosine or binary rating for comparing local features. Experiments on the TRECVid dataset compare implemented distance functions. Best distance function for global features appears to be Mahalanobis and for local features cosine rating.
The field that deals with storing and effective searching of multimedia documents is called Information retrieval. This paper describes solution of effective searching in collections of shots. Multimedia documents are presented as vectors in high-dimensional space, because in such collection of documents it is easier to define semantics as well as the mechanisms of searching. The work aims at problems of similarity searching based on metric space, which uses distance functions, such as Euclidean, Chebyshev or Mahalanobis, for comparing global features and cosine or binary rating for comparing local features. Experiments on the TRECVid dataset compare implemented distance functions. Best distance function for global features appears to be Mahalanobis and for local features cosine rating.
Description
Citation
KREJČÍŘ, T. Vyhledávání v multimodálních databázích [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2009.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační systémy
Comittee
Date of acceptance
2009-06-24
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení