Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Christian Wolf Wien,17. November 2000 Auf der Suche nach der Semantik - Inhaltsbasierte Indizierung von Bildern und Video.

Ähnliche Präsentationen


Präsentation zum Thema: "Christian Wolf Wien,17. November 2000 Auf der Suche nach der Semantik - Inhaltsbasierte Indizierung von Bildern und Video."—  Präsentation transkript:

1 Christian Wolf Wien,17. November 2000 Auf der Suche nach der Semantik - Inhaltsbasierte Indizierung von Bildern und Video

2 Christian Wolf Umfeld der Arbeit Praktikum 1996 mit Ingeborg Tastl: Suche in Bilddatenbanken mit color adjacency graphen Dissertation 2000-?? mit Jean-Michel Jolion: Suche in Bild- und Videodatenbanken mittels Text und sub-konzeptuellen Informationen Diplomarbeit mit Horst Bischof und Jean-Michel Jolion: Suche in Bilddatenbanken mit interest points und Gabor features

3 Christian Wolf Themengebiet Die Suche nach Informationen in einer Datenbank von Bildern und Videoclips, basierend auf Inhalt, d.h. query by example. Abfrage Vergleich Indizierung Ergebnis Indizes

4 Christian Wolf Attentive: Systeme mit Bewußtsein, benutzen Schlußfolgerungen auf hohem Niveau um Information zu suchen. Teile der Abbildung nach Etienne Loupias: « Indexation dimages: aide au télé- enseignement et similarités pré-attentives » (Dissertation, Nov. 2000) Pre-Attentive: Systeme ohne Bewußtsein. Für den Vergleich werden Bildverarbeitungsmethoden herangezogen, die Informationen auf niedrigem Niveau extrahieren (Farbe, Textur, Kontur usw.) Pre-attentive Systeme

5 Christian Wolf Aufgaben 1. Definition einer Beschreibung für Bilder oder Videos Vergleich Distanz 2.Definition einer (Pseudo)-Metrik, die die Distanz zweier Bilder anhand der Beschreibungen ermitteln kann.

6 Christian Wolf Ansätze Hybrider Ansatz: Keine Einschränkung des Arbeitsbereichs. Detektion des Bildtypes und Benutzung spezieller Features für diesen Typ. Spezialisierter Ansatz von Bilddatenbanken: Der Arbeitsbereich ist eingeschränkt (Medizinische Bildverarbeitung, Personen usw.). Die Features werden auf den Arbeitsbereich zugeschnitten. Allgemeiner Ansatz: Keine Einschränkung des Arbeitsbereichs, alle Arten von Bildern/Videos sind erlaubt.

7 Christian Wolf Zwei Methoden Farbbasierte Distanz mittels Farbnachbar- schaftsgraphen Texturbasierte Distanz mittels Gaborfiltern

8 Christian Wolf Farb Graphen Repräsentation eines Bildes durch einen Graphen Schwarz Grün Rot Blau Gelb

9 Christian Wolf Farbclustering Graphen theoretisches Clustern Eintragen der Farben in ein 3D Histogram, erzeugen von Graphen

10 Christian Wolf Knoten: Die Farbe des Clusterrepräsentanten Kanten: Die Nachbarschaftsbeziehungen, die durch walks von den Zusammenhangs- komponenten aus ermittelt werden. Aufbau und Vergleich Vergleich zweier Graphen: Greedy search in der Distanzmatrix der Farben

11 Christian Wolf Farb Graphen Die Ergebnisse sind von der Segmentierung abhängig. Liefert durch die Nachbarschaftsbeziehungen mehr Informationen als ein Farbhistogramm Durch das Löschen von kleinen Regionen werden die wichtigeren Informationen hervorgehoben. Die Regionen werden nach ihrer Größe gewichtet. Das Regionenmodell ist nicht für alle Bilder vorteilhaft

12 Christian Wolf Gabor Features Selektion von Punkten mit Interest point Detektoren IP 2 Scale 1 Scale 2 Scale 3 IP 1 IP 3 IP 4 Scale Gabor Filterbank

13 Christian Wolf 2 verschiedene Beschreibungen Level 1 Level 2 Level 3 Beschreibung als Menge von Feature Vektoren Beschreibung als Menge von Histogrammen

14 Christian Wolf 0º 45º Histogramme Nachbarsuche

15 Christian Wolf Distanz - Vektoren Suche der korres- pondierenden Vektoren durch Greedy search in der Distanz- matrix

16 Christian Wolf Distanz - Histogramme Die Distanz der Histogramrepräsentation wird über eine Standard Histogrammdistanzfunktion ermittelt. Die Battacharyya distanz:

17 Christian Wolf Rotationsunabhängigkeit A) Feature vektoren (N pro Bild) B) Histogram vektoren (1 pro Bild) Kompensation von Bildrotationen durch Rotation der Feature- vektoren bzw. Histogramvektoren

18 Christian Wolf Evaluierung der Algorithmen Wie kann die Qualität einer Suchantwort bewertet werden?

19 Christian Wolf Datenbank 1: 609 Bilder aus dem Fernsehen. 568 werden als Abfragebilder verwendet. Die Datenbank wird in 11 Klassen eingeteilt: Datenbank 2: 179 Bilder aus der Datenbank von Jean-Michel Jolion. 105 werden als Abfragebilder verwendet, die DB wird in 6 Klassen eingeteilt r... Relevante Bilder in der Rückgabemenge d... Relevante Bilder in er DB c... Größe der Rückgabemenge Test Datenbanken

20 Christian Wolf DB 1

21 Christian Wolf DB 2

22 Christian Wolf Ergebnisse DB2

23 Christian Wolf DB1 Interestpoint Detektoren

24 Christian Wolf Ergebnisse für Interestoperatoren % für die besten 15 Bilder Nach Etienne Loupias: « Indexation dimages: aide au télé-enseignement et similarités pré-attentives » (Dissertation, Nov. 2000) Salient points (Haar) Harris Zufällige Punkte Tiger Löwen Gebäude Sonnenuntergänge Objekt gebundene Klassen

25 Christian Wolf Schlußfolgerung - Gabor features Gute Charakterisierung der Bilder durch lokale Deskriptoren Gute Resultate für verschiedene Arten von Bildern (Fotos, Zeichnungen). Gute Klassifizierung nach Aufnahmen von den gleichen natürlichen Szenen (z.Bsp. Fernsehsendungen). Die Histogrammethoden werden aus Effizienzgründen empfohlen (ca. 20x schneller als die feature vector Methode) Texturähnlichkeit ist für den Menschen sehr schwer nachvollziehbar (Interface?)

26 Christian Wolf KIWI

27 Christian Wolf

28 Semantik Larousse: Wissenschaft der Bedeutung von Wörtern Sensordaten (Features) Subkonzept Sprache Abbildung nach A.Chella, M.Frixione, S.Gaglio Understanding dynamic scenes Konzept VIR: Semantik durch Feedback

29 Christian Wolf Semantik Subkonzepte: Himmel Wald Wasser Konzepte: Die Art der Information (Spielfilm) Ort und Zeitpunkt des Geschehens (Frankreich im Mittelalter) Handlung !! Bezüge zwischen den einzelnen Shots usw.

30 Christian Wolf Ansätze Shot/Regionen basierte Klassifizierung und semantische Wahrscheinlichkeitsnetze VogelFallschirmExplosion UnterwasserWasserfall M.R.Naphade and T.S.Huang. Semantic Video Indexing using a probalisitic framework - [17] Extrahierter Text Textboxen Position Gesichter Größe Location shot Personal - Interview Personal - Reporter R.Ranford, Christophe Garcia and Jean Carrivé. Conceptual Indexing of Television Images Based on Face and Caption Sizes and Locations - [19]

31 Christian Wolf Indizierung basierend auf Text Scheitert momentan noch an der mangelnden Verfügbarkeit von zuverlässiger Video OCR. Mögliche Features: Position und Anzahl von Textfeldern Größe Klassifizierung des Textes (Ortsnamen, Personennamen, Sportresultate, fixe Strings wie Interview, Live aus usw.) Stichwortsuche über den Text Text muss mit anderen Features kombiniert werden (Gesichter, Motion, Audio)

32 Christian Wolf Anti-Aliasing Effekte durch die Reduzierung der Auflösung (Tiefpaßfilter + Downsampling) Kompressionsartifakte durch JPEG + MPEG Komprimierung Künstliche Kontrasterhöhung bei überlegtem Text (Lesbarkeit über komplexem Hintergrund) Extraktion von Text: Wo ist das Problem?

33 Christian Wolf Extraktion von Text Komplexer Hintergrund macht die Segmentierung des Textes schwierig Verschiedene Textgrößen machen einen Multiresolutionsansatz erforderlich.

34 Christian Wolf Ergebnisse der Detektion

35 Christian Wolf Was ist noch zu tun? Extraktion des Textes: Einarbeiten von temporellen Aspekten in den Detektionsalgorithmus. Integration von mehreren Frames Tracking des Textes Qualitätsverbesserung der Textboxen, wenn möglich Erhöhen der Auflösung Segmentieren von Vordergrund und Hintergrund OCR (Kommerzielle Tools??)

36 Christian Wolf Schlußfolgerung Visual Information Retrieval ist noch sehr weit davon entfernt, semantische Informationen zu erkennen und zu benutzen. In der Zwischenweit liefern Methoden basierend auf Farb- und Texturfeatures wertvolle Resultate, deren Einschrän- kungen den Benutzern bewußt sein sollten.

37 Christian Wolf Danke für Ihre Aufmerksamkeit!

38 Christian Wolf [1] J.Matas, R.Marik and J.Kittler, The Color Adjacency Graph Representation of multicolored Objects, Technical Report VSSP-TR-1/95, Department of Electronic & Electrical Engineering, University of Surrey, Guildford. [2]Markus Stricker and Alexander Dimai, Color Indexing with Weak Spatial Constraints, SPIE Vol. 2670/29 ( /96) [3]Shapiro L.G., Haralick R.M.: Decomposition of two-dimensional shapes by graph theoretical clustering. IEEE trans. On Pattern Analysis and Machine Intelligence 1979, 1(1), Farbgraphen Referenzen

39 Christian Wolf Interest points und Gabor features Referenzen [4]B. Huet and E.R. Hancock. Cartographic indexing into a database of remotely sensed images. In Third IEEE Workshop on Applications of Computer Vision (WACV96), pages 8-14, Sarasota, Dec [5]C. Schmidt and R. Mohr. Local gray value invariants for image retrieval. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(5), May [6]S. Bres and J.M. Jolion. Detection of interest points for image indexing. In 3rd Int. Conf. on Visual Inf. Systems, Visual 99, pages Springer, Lecture Notes in Computer Science, 1614, June [7]H.G. Feichtinger and T. Strohmer. Gabor Analysis and Algorithms. Birkhäuser, [8]C. Harris and M. Stephens. A combined corner and edge detector. In Proceedings 4th Alvey Visual Conference. Plessey Research Roke Manor, UK, [9]A.K. Jain and F. Farrokhina. Unsupervised texture segmentation using gabor filters. Pattern Recognition, 24(12): , [10]E. Loupias, N. Sebe S. Bres, and J.M. Jolion. Wavelet-based salient points for image retrieval. In International Conference on Image Processing, Vancouver, Canada, 2000.

40 Christian Wolf Detektion und Extraktion von Text Referenzen [11]F. LeBourgeois. Robust Multifont OCR System from Gray Level Images. Proceedings of the 4th Int. Conf. on Document Analysis and Recognition, pages /1997. [12]H. Li and D. Doermann and O. Kia. Automatic Text Detection and Tracking in Digital Video. Technical report, LAMP-TR-028, Language and Media Processing Laboratory, Institute for Advanced Computer Studies, University of Maryland, College Park, MD 20742, 12/1998. [13]R. Lienhart and W. Effelsberg. Automatic Text Segmentation and Text Recognition for Video Indexing. Technical report, University of Mannheim, Praktische Informatik IV, [14]T. Sato and Takeo Kanade and E.K. Hughes and M.A. Smith and S. Satoh. Video OCR: Indexing digtal news libraries by recognition of superimposed captions. Multimedia Systems. [15]V. Wu and R. Manmatha and E.M. Riseman. Finding Text In Images. In ACM, editor, Proc. 2nd ACM Int. Conference on Digital Libraries. 7/1997. [16]Y. Zhong and H. Zhang and A.K.Jain. Automatic Caption Localizatio in Compressed Video. IEEE Transactions on Pattern Analysis and Machine Intelligence, 22(4): , 4/2000.

41 Christian Wolf Semantische Indizierung Referenzen [17]M.R.Naphade and T.S.Huang. Semantic Video Indexing using a probalisitic framework. In Proceedings of the ICPR 2000, Barcelona,Spain, Sept.2000, pp [18]A. Del Bimbo. Issues and Directions in Visual Information Retrieval. In Proceedings of the ICPR 2000, Barcelona,Spain, Sept.2000, pp [19]R.Ranford, Christophe Garcia and Jean Carrivé. Conceptual Indexing of Television Images Based on Face and Caption Sizes and Locations. In Proceedings of the VISUAL 2000, Lyon, France, Nov. 2000, pp [20]J.Z.Wang, J.Li and G.Wiederhold. SIMPLICITY: Semantics-sensitive Integrated Matching. In Proceedings of the VISUAL 2000, Lyon, France, Nov. 2000, pp

42 Christian Wolf Bhattacharyya Distanz: Appendix Distanz zweier Mengen von Feature vektoren: X... Menge der Paare von korrespondierenden Vektoren t.....Threshold t = max. Distanz zweier Vektoren

43 Christian Wolf Appendix Indizierung: Definition der Features Definition der Information, die abgeleitet werden kann (Klassen). Interaktion mit den nicht text-orientierten Features (Motion: Rémi Megret)


Herunterladen ppt "Christian Wolf Wien,17. November 2000 Auf der Suche nach der Semantik - Inhaltsbasierte Indizierung von Bildern und Video."

Ähnliche Präsentationen


Google-Anzeigen