Bildabruf

Ein Bildabruf System ist ein Computersystem, das zum Surfen, Suchen und Abrufen von Bildern von einem großen verwendet wird Datenbank von digitalen Bildern. Die am meisten traditionellen und gemeinsamen Methoden des Bildabrufs verwenden eine Zusatzmethode Metadaten wie zum Beispiel Bildunterschrift, Schlüsselwörter, Titel oder Beschreibungen der Bilder, damit das Abrufen über die Annotationswörter ausgeführt werden kann. Manuelle Bildanmerkungen sind zeitaufwändig, mühsam und teuer. Um dies anzugehen, wurde eine große Menge an Untersuchungen durchgeführt Automatische Bildanmerkungen. Zusätzlich die Zunahme des sozialen Anstiegs Web Applikationen und die Semantisches Web haben die Entwicklung mehrerer webbasierter Image-Annotation-Tools inspiriert.

Das erste mikrocomputerbasierte Bilddatenbank-Abrufsystem wurde bei entwickelt MITin den 1990er Jahren von Banireddy Prasaad, Amar Gupta, Hoo-min Toong, und Stuart Madnick.[1]

Ein Artikel über Umfrage aus dem Jahr 2008, der nach 2007 dokumentiert ist.[2]

Suchmethoden

Bildersuche ist eine spezielle Datensuche, die zum Suchen von Bildern verwendet wird. Um nach Bildern zu suchen, kann ein Benutzer Abfragebedingungen wie Schlüsselwort, Bilddatei/Link angeben oder auf ein Bild klicken, und das System gibt Bilder "ähnlich" zur Abfrage zurück. Die für Suchkriterien verwendete Ähnlichkeit kann Meta -Tags, Farbverteilung in Bildern, Region/Formattributen usw. sein.

  • Bild -Meta -Suche - Suche nach Bildern basierend auf zugehörigen Metadaten wie Schlüsselwörtern, Text usw.
  • Inhaltsbasiertes Bildabruf (CBIR) - die Anwendung von Computer Vision zum Bildabruf. CBIR zielt darauf ab, die Verwendung von Textbeschreibungen zu vermeiden und stattdessen Bilder auf der Grundlage von Ähnlichkeiten in ihrem Inhalt (Texturen, Farben, Formen usw.) zu einem von Benutzer gelieferten Abfragebild oder benutzerdefinierten Bildfunktionen ab.
    • Liste der CBIR -Motoren - Liste der Motoren, die nach im Bildbasis basierenden visuellen Inhalt wie Farbe, Textur, Form/Objekt usw. suchen, usw.
Weitere Informationen: Visuelle Suchmaschine und Reverse Bildsuche

Datenumfang

Es ist entscheidend, den Umfang und die Art von Bilddaten zu verstehen, um die Komplexität des Bildendesigns des Bildsuche zu bestimmen. Das Design wird auch hauptsächlich von Faktoren wie der Vielfalt der Benutzerbasis und dem erwarteten Benutzerverkehr für ein Suchsystem beeinflusst. In dieser Dimension können Suchdaten in die folgenden Kategorien eingeteilt werden:

  • Archiv - Normalerweise enthalten große Volumina strukturierter oder semi-strukturierter homogener Daten zu bestimmten Themen.
  • Domänenspezifische Sammlung - Dies ist eine homogene Sammlung, die kontrollierte Benutzer mit sehr spezifischen Zielen Zugriff bietet. Beispiele für eine solche Sammlung sind biomedizinische und Satellitenbilddatenbanken.
  • Enterprise -Sammlung - Eine heterogene Sammlung von Bildern, die für Benutzer innerhalb des Intranet eines Unternehmens zugänglich sind. Bilder können an vielen verschiedenen Orten gespeichert werden.
  • Persönliche Sammlung - Normalerweise besteht aus einer weitgehend homogenen Sammlung und ist im Allgemeinen kleiner Größe, hauptsächlich für seinen Besitzer zugänglich und in der Regel in einem lokalen Speichermedium aufbewahrt.
  • Netz - World Wide Web -Bilder sind für alle mit einer Internetverbindung zugänglich. Diese Bildsammlungen sind semi-strukturiert, nicht-homogen und massiv im Volumen und werden normalerweise in großen Scheiben-Arrays gespeichert.

Bewertungen

Es gibt Bewertungsworkshops für Bildabrufsysteme, die darauf abzielen, die Leistung solcher Systeme zu untersuchen und zu verbessern.

  • ImageCLEF - Ein fortlaufender Ausdruck des Forum für die Bewertung des Quersprachenbewertung, das Systeme sowohl mit textlichen als auch mit reinem Image Abrufmethoden bewertet.
  • Inhaltsbasierter Zugriff von Bild- und Videobibliotheken - eine Reihe von einer Reihe von IEEE Workshops von 1998 bis 2001.

Siehe auch

Verweise

  1. ^ B e prasad; Eine Gupta; H-M Toong; S.E. Madnick (Februar 1987). "Ein mikrocomputerbasiertes Bilddatenbankverwaltungssystem" (PDF). IEEE -Transaktionen zur industriellen Elektronik. IE-34 (1): 83–8. doi:10.1109/Tie.1987.350929.
  2. ^ Datta, Ritendra; Dhiraj Joshi; Jia li; James Z. Wang (April 2008). "Bildabruf: Ideen, Einflüsse und Trends des neuen Zeitalters". ACM Computing -Umfragen. 40 (2): 1–60. doi:10.1145/1348246.1348248.
  3. ^ Camargo, Jorge E.; Caicedo, Juan C.; Gonzalez, Fabio A. (2013). "Ein Kernel-basierter Framework für die Erkennung von Bildsammlung". Journal of Visual Languages ​​& Computing. 24 (1): 53–57. doi:10.1016/j.jvlc.2012.10.008.

Externe Links