Effective Retrieval and Visual Analysis in Multimedia Databases

Abstract

Basierend auf Fortschritten bei der digitalen Erfassung, Speicherung und Übermittlung multimedialer Inhalte werden zunehmend große Mengen von Multimedia Objekten wie z.B. Bilder, Audio, Videos, und 3D Modellen verfügbar. Das Feature Vector Paradigma ist aufgrund seiner Einfachheit und Allgemeinheit einer der populärsten Ansätze zum Management von Multimedia Inhalten. Es bildet die Elemente eines Multimedia Objektraumes in einen metrischen Raum ab und ermöglicht hierdurch, von den Distanzen im metrischen Raum auf Ähnlichkeitsbeziehungen im Objektraum rück schließen zu können. Für einen gegebenen Multimedia Datentyp sind prinzipiell viele verschiedene Abbildungen in einen metrischen Raum denkbar. Die Effektivität einer gegebenen Abbildung kann als der Grad der Übereinstimmung der Distanzen im metrischen Raum mit dem Grad der Ähnlichkeiten im Objektraum verstanden werden. Die Effektivität der Abbildung mit Feature Vektoren ist von grundlegender Bedeutung für alle auf dieser Abbildung aufsetzenden Anwendungen. Zwei grundlegende Ideen liegen dieser Arbeit zugrunde. Zum einen stellen wir fest, dass der Feature Vektor Ansatz der geeigneten Auswahl und Konfiguration der Feature Vektoren bedarf, um effektive Anwendungen zu ermöglichen. Zum anderen sind wir überzeugt davon, dass bestimmte Visualisierungstechniken als effektive Schnittstellen für den Feature und den Objektraum geeignet sind. Im Rahmen dieser Arbeit werden innovative Methoden (a) zur effektiven Ausführung von Ähnlichkeits-Suchanfragen, (b) zur visuellen Diskriminierunganalyse, sowie (c) zur Layouterzeugung für die Präsentation und Analyse von Multimedia Daten entwickelt. Die Nützlichkeit der Methoden wird durch Anwendung auf eine Reihe von verschiedenen Multimedia Datentypen wie 3D Objekte und Zeitreihendaten aufgezeigt.