Vyhledávání a rozpoznávání objektů v multimediálních databázích

• Název práce v jazyce práce (francouzština): Vyhledávání a rozpoznávání objektů v multimediálních databázích
• Název v anglickém jazyce: Retrieval and object recognition in multimedia databases
• Akademický rok vypsání: 2007/2008
• Typ práce: disertační práce
• Jazyk práce: francouzština
• Ústav: Katedra softwaru a výuky informatiky (32-KSVI)
• Vedoucí / školitel: RNDr. František Mráz, CSc.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 09.11.2007
• Datum zadání: 09.11.2007

Zásady pro vypracování

Data in databases nowadays can be of various kinds. Aside from common textual data, database can contain also multimedia data, such as images, sounds and videos. Searching and analyzing them is more difficult than for textual data. Their size is typically larger and they cannot be easily and quickly separated into smaller elements, like paragraphs, words and letters in text. More sophisticated algorithms are needed for effectively searching multimedia databases.

The goal of doctoral thesis is to design and implement algorithms for searching multimedia databases. Part of the work will be also to design method for indexing data, that will support interactive searching by user. One of the possibilities is searching through presenting sample documents interactively, where user will present an example and system tries to find documents in database, with this, or similar patter is present. System should be automatic in indexing documents and should not require any classification or marking of indexed data by human user, because for large multimedia collections this can be very difficult, or even impossible
task. As base of the method could be used neural networks, for example various versions of (hierarchical) Kohonen self-organizing map.


Data v dnešních databázích mohou být mnoha druhů. Kromě obvyklých dat textového charakteru mohou být v databázi i multimediální data, tedy obrázky, zvuk a video. Jejich vyhledávání a analýza je složitější, než u textových dat. Jejich objem je typicky větší a nelze je tak rychle a jednoduše rozdělit do menších elementů, což jsou například u textu odstavce, slova a písmena. Na efektivní prohledávání multimediálních databází je proto potřeba vyvinout sofistikovanější algoritmy.

Cílem doktorské práce je navrhnout a vyvinout algoritmy na vyhledávání v multimediálních databázích. Součástí práce bude i návrh vhodného způsobu indexace dat, který bude podporovat interaktivní vyhledávání uživatelem. Jednou z možných variant je prohledávání pomocí interaktivně zadávaných příkladů požadovaných dokumentů, kdy uživatel předloží vzor a systém se snaží najít v databázi dokumenty, kde se tento nebo dostatečně podobný vzor vyskytuje. Systém by však měl být při vlastní indexaci automatický a neměl by vyžadovat žádnou klasifikaci nebo označování indexovaných dat lidským uživatelem, neboť pro velké multimediální kolekce může jít o úkol velmi pracný, nebo i nezvládnutelný. Základem takovýchto metod by mohly být neuronové sítě, například různé verze (např. hierarchické) Kohonenových samoorganizujících se map.

Seznam odborné literatury

[1] J. Antolík, I. Mrázová: Organizing image documents with self-organizing feature maps. In: G. Andrejková, R. Lencses: ITAT 2002, Univerzita Pavla Jozefa Šafárika, Košice, 2002, pp. 45–58.
[2] I. Mrázová, D. Wang: Improved generalization of neural classifiers with enforced internal representation, to appear in Neurocomputing, 2007, 25 p.
[3] R. Rautkorpi, J. Iivarinen: Content-based image retrieval of Web surface defects with PicSOM. In: Neural Networks, 2004. Proceedings, 2004, Vol. 3, pp. 1863- 1867.
[4] S. Kiranyaz, M. Gabbouj: Novel multimedia retrieval technique: progressive query (why wait?). In: Vision, Image and Signal Processing, 2005, Vol. 152, pp. 356–366.
[5] S. Kiranyaz, M. Gabbouj: A dynamic content-based indexing method for multimedia databases: hierarchical cellular tree. In: Image Processing, 2005. ICIP 2005, 2005 Vol. 1, pp. I- 533–6.
[6] G. Jomier, M. Manouvrier, V. Oria, M. Rukoz: Multi-level index for global and partial content-based image retrieval. Proc. of 21st International Conference on Data Engineering Workshops (ICDEW'05), IEEE, 2005, p. 1176.