haku: @keyword kuvatietokannat / yhteensä: 4
viite: 3 / 4
Tekijä: | Koskela, Markus |
Työn nimi: | Content-Based Image Retrieval with Self-Organizing Maps |
Sisältöpohjainen kuvahaku itseorganisoivien karttojen avulla | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 1999 |
Sivut: | 114 Kieli: eng |
Koulu/Laitos/Osasto: | Teknillisen fysiikan ja matematiikan osasto |
Oppiaine: | Informaatiotekniikka (Tik-61) |
Valvoja: | Oja, Erkki |
Ohjaaja: | Laaksonen, Jorma |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark TF80 | Arkisto |
Avainsanat: | content-based image retrieval image databases self-organizing map sisältöpohjainen kuvahaku kuvatietokannat itseorganisoiva kartta |
Tiivistelmä (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 tietueen numero: 14905
+ lisää koriin
INSSI