search query: @keyword kuvatietokannat / total: 4
reference: 3 / 4
Author: | Koskela, Markus |
Title: | Content-Based Image Retrieval with Self-Organizing Maps |
Sisältöpohjainen kuvahaku itseorganisoivien karttojen avulla | |
Publication type: | Master's thesis |
Publication year: | 1999 |
Pages: | 114 Language: eng |
Department/School: | Teknillisen fysiikan ja matematiikan osasto |
Main subject: | Informaatiotekniikka (Tik-61) |
Supervisor: | Oja, Erkki |
Instructor: | Laaksonen, Jorma |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark TF80 | Archive |
Keywords: | content-based image retrieval image databases self-organizing map sisältöpohjainen kuvahaku kuvatietokannat itseorganisoiva kartta |
Abstract (fin): | Viime aikojen nopea kehitys tietokonelaitteistoissa on lisännyt visuaalisen informaation määrää eri käyttötarkoituksiin. Tämän alati kasvavan informaatiomäärän hyödyntämiseksi tarvitaan tehokkaita menetelmiä sen automaattiseen käsittelyyn. Sisältöpohjaisessa kuvahaussa hyödynnetään suoraan kuvien sisältöä haettaessa kuvia tietokannoista. Kuvahaun perustana käytetään kuvan visuaalisia piirteitä, kuten kuvien sisältämiä värejä, tekstuureja, muotoja sekä spatiaalisia suhteita, tavanomaisten tekstipohjaisten avainsanojen sijaan. Nämä piirteet voidaan normaalisti poimia kuvista automaattisesti, ilman ihmisoperaattorin apua. Tämän työn kirjallisuustutkimusosuudessa käydään läpi sisältöpohjaiseen kuvahakuun liittyviä olennaisia kysymyksiä. Näitä ovat muun muassa erilaiset kuvahakutekniikat, luontaiset erot ihmisen ja tietokonenäön menetelmien tavoissa havainnoida kuvia ja ongelmat eri kuvien samankaltaisuuden määrittämisessä. Työ sisältää myös katsauksen yleisiin, olemassaolevissa kuvahakujärjestelmissä käytettyihin visuaalisiin piirteisiin. Lisäksi työssä esitetään lyhyt kuvaus puumaisesta itseorganisoivasta kartasta (Tree Structured SelfOrganizing Map, TS-SOM), joka on itseorganisoivan kartan (Self-Organizing Map, SOM) hierarkkinen muunnelma ja jota tutkimuksessa on käytetty kuvien indeksointimenetelmänä. Huomattava osa työstä koostuu kokeellisen kuvahakujärjestelmän, nimeltään PicSOM, kuvauksesta. PicSOM käyttää puumaista itseorganisoivaa karttaa kuvien samankaltaisuuden mittaamiseen. Järjestelmä pyrkii peräkkäisten hakukierrosten aikana adaptoitumaan käyttäjän mieltymyksiin koskien kuvien samankaltaisuutta ja näin kohdentamaan hakutuloksia kohti käyttäjän haluamia kuvia. Käsittely keskittyy PicSOM:n avulla tehdyn kuvahakuprosessin yksityiskohtaiseen kuvaukseen. Nykyisin käytössäolevat piirteet, eri kuvatietokannat ja järjestelmän toteutus on myös kuvattu. Toinen pääosio työssä on välineiden kehittäminen sisältöpohjaiseen kuvahakuun käytettyjen eri piirteiden ja hakumenetelmien tehokkuuden arviointiin ja vertailuun. Työssä esitetään useita tehokkuusmittoja ja näillä suoritettuja kokeita PicSOM-ympäristössä. Kokeet on suoritettu käyttämällä 4 350 kuvan tietokantaa. |
ED: | 1999-10-19 |
INSSI record number: 14905
+ add basket
INSSI