Recuperaci ó n Basada en Contenido M. Andrea Rodríguez Tastets DIIC - Universidad de Concepción...
-
Upload
adriana-moro -
Category
Documents
-
view
218 -
download
0
Transcript of Recuperaci ó n Basada en Contenido M. Andrea Rodríguez Tastets DIIC - Universidad de Concepción...
Recuperación Basada en Contenido
M. Andrea Rodríguez TastetsDIIC - Universidad de Concepción
http://www.inf.udec.cl/~andrea
Búsqueda por contenido
Es una metodología de recuperación de información basada en el contenido con respecto al dominio de aplicación del proceso de recuperación. Usa un análisis y procesamiento digital para general descriptores (meta-data) a partir de los datos. Los méritos principales de sistemas basados en el contenido son:
Soporta el procesamiento de consultas visuales (o audio) La consulta es intuitiva y amistosa al usuario La generación de los descriptores es automática, siendo
objetiva y consistente.
Media
Definición: Media se refiera a todo medio de comunicación. Multimedia entonces, se refiere a la combinación de medios de comunicación, tales como imágenes, video, gráficos, señales de audio, texto, símbolos, etc. Desde una perspectiva de computación, información multimedial puede ser representada usando estructuras de datos o clases de objetos.
CBR
CBR puede ser clasificada en tres categorias, correspondiendo a auto-asociación, hetero-asociación, y combinación de las dos primeras. Estos tres tipos de recuperación son: búsqueda dentro de una clase de objetos, navegación entre clases de objetos, correspondencia parcial de objetos complejos.
CBR versus Clasificación
Un área relacionada a CBR es el reconocimiento de patrones, clasificación de patrones ya que ambas disciplinas usan descriptores y medidas de similitud. Clasificación de patrones particiona el espacio de descriptores en subespacios, posiblemente disjuntos para clases de patrones distintos. En CBR, por otro lado, lo central en el objeto. La similaridad tiene un rol principal y no cumple sólo la función de entrenamiento que apoya la clasificación, si no que es objetivo final.
CBR versus Clasificación
Clasificación Recuperación por Similaridad Función discriminadora Función de Similaridad Entrenamiento Aprendizaje Selección de Descriptores Selección de Descriptores Medida de Separabilidad Medida de Relatividad Conjunto de Medidas de Descriptores
Multimedia Objetos
Recuperación de Imágenes
Búsqueda por histogramas: La imagen es caracterizada por el histograma de colores. El histograma entrega la relativa cantidad de color sin considerar la localización, forma y textura de los objetos.
Recuperación de Imágenes
Búsqueda por color layout: Las imágenes son divididas en bloques y el color promedio a cada bloque es almacenado. Cada búsqueda basada en color layout es sensitiva a rotación y cambio de tamaño porque las imágenes son caracterizadas por propiedades locales. La similitud entre imágenes ese basa en comparar la signatura de ellas. Textura y forma no son consideradas y está limitada a la representación de imágenes en términos de niveles de intensidad.
Recuperación de Imágenes
Búsqueda basada en regiones: Los objetos en las imágenes son obtenidos a partir de un proceso de segmentación. A cada objeto se le pueden agregar color, textura, localización o una combinación de ellos.
¿Existe
en la Base de Datos?
Búsqueda de Configuraciones
Consulta
Consulta
Una consulta Q es un conjunto de n variables con un conjunto de m ≤ n(n-1)/2 restricciones.
Base de Datos de Imágenes
QuickTime™ and aGIF decompressor
are needed to see this picture.
Base de Datos Espacial
Satisfacción de Restricciones
• Dado un conjunto de variables {x1…xn}• Un dominio discreto y finito por cada variable
{D1…Dm}
• Un conjunto {Rk} de restricciones definidas sobre un dominio de variables
RjDi1x…Dij
• Encontrar una asignación de variables tal que las restricciones sean satisfechas
Restricciones: Topologías
Restricciones: Métrica
Restricciones: Métrica
Restricciones: Métrica
Restricciones: Métrica
Restricciones: Orientación
Problema: Comparar
aa
?
Descripción Contenido
Caracterización MBR
aa
AreaDiagonalAB
CD
Caracterización de MBRs
Real Fárea (MBR)
Real Fdiagonal (MBR)
aa
AreaDiagonalAB
CD
Caracterización de pares de MBRs
MBR Funión (MBR, MBR)
MBR Fintersección (MBR, MBR)
aa
ABA∪BC DC∩D
Caracterización de pares de MBRs
Real F d_exterior (MBR, MBR)
Real F d_interior (MBR, MBR)
aaa
ABdexteriorDCd interior
Indice de Contenido
aaaa
F(A,B)=area(A)−2area(A∩B)area(A) +distance(δA,δB)(δA)diagonal
Indice de Contenido
Indexación
• Evitar la revisión exhaustiva de una base de datos.
• Dado n objetos en la base de datos y m restricciones en la consulta, la revisión exhaustiva implica m permutaciones de n objetos O(nm), con n >>>> m.
Indexación
• Indexación espacial:
1. Indexación sobre objetos
2. Indexación sobre relaciones
Condición de Búsqueda
aaa
d(R(vi,vj),R(ui,uj))<τ(R(vi,vj))d(R(vj,vi),R(uj,ui))<τ(R(vj,vi))
•Una restricción entre variables de una consulta R(vi,vj) será satisfecha por la restricción entre instancias en la base de datos R(ui,uj) si:
Condición de Búsqueda
aaa
τ(R(vi,vj))=abs(1−abs(R(vi,vj)))⋅a,a<1.0
Preprocesamiento
• Eliminar restricciones
• Ordenar restricciones
Eliminación de Restricciones
• Relaciones entre objetos cercanos
• Satisfacción de consistencia basada en la composición de relaciones
Composición
R ; S (oi, ok) |
oj tal que (oi, oj) R y (oj, ok) S
A dentro B; B dentro CA dentro C
Composición
Composición
aa
;
Composición
a
;
disjoint meet overlap coveredBy inside covers contains equal
disjoint
equal
contains
covers
inside
coveredBy
overlap
meet
Grafo de Consistencia
aaa
∀i,jR''ij=R'ij∩R'ji∀i,jR'''ij=∩k=anR''ik;R''kj
∀iR'ii=Rii∩equal∀i,j|i≠jR'ij=Rij
Grafo de Consistencia
Una relación es derivable si es el único resultado de la intersección de composiciones usando todos los caminos en el grafo de configuración
Eliminación de restricciones
• El grafo resultante es único
• Ej: Existen ~2.245.000 consultas consistentes
con 5 objetos, lo que significa 25 relaciones posibles. De ellas, se pueden derivar 16 relaciones en promedio
Algoritmos de Búsqueda
• Forward-Checking Strategy
• Similitud:
aaa
D(Q,S)= Fm(vk,vl)−Fm(uk,ul)( )2+Fm(vl,vk)−Fm(ul,uk)( )2vi∈Q,uj∈S∑D(Q,S)= Fm(vk,vl)−Fm(uk,ul)( )2+Fm(vl,vk)−Fm(ul,uk)( )2vi∈Q,uj∈S∑
Algoritmos de Búsqueda
• Determinísticos: • Basado en permutaciones
• Algoritmos heurísticos:• Hill Climbing• Genéticos