Recuperaci ó n Basada en Contenido M. Andrea Rodríguez Tastets DIIC - Universidad de Concepción

B ú squeda 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 Clasificaci ó n 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 Clasificaci ó n

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? B ú squeda de Configuraciones

Consulta

Una consulta Q es un conjunto de n variablescon un conjunto de m ≤ n(n-1)/2 restricciones.

Base de Datos de Imágenes

Base de Datos Espacial

Satisfacción de Restricciones Dado un conjunto de variables {x 1 …x n } Un dominio discreto y finito por cada variable {D 1 …D m } Un conjunto {R k } de restricciones definidas sobre un dominio de variables R j  D i1 x…D ij Encontrar una asignación de variables tal que las restricciones sean satisfechas

Restricciones: Topologías

Restricciones: Métrica

Restricciones: Orientación

Problema: Comparar

Descripción Contenido

Caracterización MBR

Caracterización de MBRs Real  F área (MBR) Real  F diagonal (MBR)

Caracterización de pares de MBRs MBR  F unión (MBR, MBR) MBR  F intersección (MBR, MBR)

Caracterización de pares de MBRs Real  F d_exterior (MBR, MBR) Real  F d_interior (MBR, MBR)

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(n m ), con n >>>> m.

Indexación Indexación espacial: 1. Indexación sobre objetos 2. Indexación sobre relaciones

Condición de Búsqueda Una restricción entre variables de una consulta R(v i,v j ) será satisfecha por la restricción entre instancias en la base de datos R(u i,u j ) si:

Condición de Búsqueda

Preprocesamiento Eliminar restricciones Ordenar restricciones

Eliminación de Restricciones Relaciones entre objetos cercanos Satisfacción de consistencia basada en la composición de relaciones

Composición R ; S  (o i, o k ) |  o j tal que (o i, o j )  R y (o j, o k )  S A dentro B; B dentro C  A dentro C

Composición

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 ~ 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:

Algoritmos de Búsqueda Determinísticos: Basado en permutaciones Algoritmos heurísticos: Hill Climbing Genéticos