stringtranslate.com

Исследование коллекции изображений

Исследование коллекции изображений — это механизм исследования больших цифровых хранилищ изображений. Огромное количество цифровых изображений, создаваемых каждый день с помощью различных устройств, таких как мобильные телефоны, создает проблемы для хранения, индексирования и доступа к этим хранилищам. Поиск изображений на основе контента (CBIR) был традиционной парадигмой для индексирования и извлечения изображений. Однако эта парадигма страдает от хорошо известной проблемы семантического разрыва. Исследование коллекции изображений состоит из набора вычислительных методов для представления, обобщения, визуализации и навигации по хранилищам изображений эффективным, действенным и интуитивно понятным способом. [1]

Подведение итогов

Автоматическое суммирование заключается в поиске набора изображений из более крупной коллекции изображений, представляющего такую ​​коллекцию. [2] Для выбора этих прототипов изображений (суммирования) были предложены различные методы, основанные на кластеризации . Процесс суммирования решает проблему выбора репрезентативного набора изображений поискового запроса или, в некоторых случаях, обзора коллекции изображений.

Визуализация

Визуализация коллекции изображений — это процесс визуализации набора изображений с использованием метафоры визуализации, в котором функция сходства изображений используется для представления отношений изображений в макете визуализации. [3] Визуализация информации — это активная область, которая исследует новые способы визуализации информации с использованием метафор визуализации . В частности, исследуются новые способы визуализации коллекций изображений, которые предлагают обычные [4] и нетрадиционные [5] метафоры визуализации. Если изображения сортируются в соответствии с их сходством, можно использовать иерархический подход к просмотру изображений, аналогичный картографическим сервисам, таким как Google Maps. picsbuffet [6] — это онлайн-демонстрация такого подхода. [7]

Взаимодействие

Взаимодействие с коллекциями изображений заключается в предоставлении пользователям механизмов обратной связи для систем поиска изображений. [8] В этом процессе взаимодействия система учится на основе отзывов пользователей, чтобы получать более точные и релевантные для пользователя результаты.

Ссылки

  1. ^ Камарго, Хорхе Э.; Кайседо, Хуан К.; Гонсалес, Фабио А. (2013). «Основанная на ядре структура для исследования коллекции изображений». Журнал визуальных языков и вычислений . 24 (1): 53–57. doi :10.1016/j.jvlc.2012.10.008.
  2. ^ Ян, Чуньлей; Шэнь, Цзяли; Пэн, Цзинье; Фань, Цзяньпин (2013). «Обобщение коллекции изображений с помощью обучения словарю для разреженного представления». Распознавание образов . 46 (3): 948–961. doi :10.1016/j.patcog.2012.07.011.
  3. ^ Нгуен, ГП; Ворринг, М. (2008). «Интерактивный доступ к большим коллекциям изображений с использованием визуализации на основе сходства». Журнал визуальных языков и вычислений . 19 (2): 203–224. doi :10.1016/j.jvlc.2006.09.002.
  4. ^ Ван, Чаоли; Риз, Джон П.; Чжан, Хуан; Тао, Джун; Гу, Йи; Ма, Джун; Немирофф, Роберт Дж. (2015). «Визуализация больших коллекций изображений на основе сходства». Визуализация информации . 14 (3): 183–203. дои : 10.1177/1473871613498519. S2CID  12540803.
  5. ^ Порта, Марко (2006). «Просмотр больших коллекций изображений с помощью нетрадиционных методов визуализации». Труды рабочей конференции по передовым визуальным интерфейсам - AVI '06 . стр. 440. doi :10.1145/1133265.1133354. ISBN 1595933530. S2CID  2380408.
  6. ^ picsbuffet
  7. ^ Barthel, KU; Hezel, N.; Mackowiak, R. (2015). ImageMap — визуальный просмотр миллионов изображений . Lecture Notes in Computer Science. Vol. 8936. Springer. pp. 287–290. doi :10.1007/978-3-319-14442-9_30. ISBN 978-3-319-14441-2.
  8. ^ Камарго, Хорхе Э.; Кайседо, Хуан К.; Чаварро, Аньела М.; Гонсалес, Фабио А. (2010). «Стратегия на основе ядра для исследовательского поиска в коллекции изображений». Международный семинар 2010 года по индексированию мультимедиа на основе контента (CBMI) . стр. 1–6. doi :10.1109/CBMI.2010.5529893. ISBN 978-1-4244-8028-9. S2CID  29366746.