UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 Lehr-
veranstaltungen
   Personen/
Einrichtungen
   Räume   Forschungs-
bericht
   Publi-
kationen
   Internat.
Kontakte
   Examens-
arbeiten
   Telefon &
E-Mail
 
 
 Darstellung
 
Druckansicht

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

Vorlesungsverzeichnis

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 
Einrichtungen >> Technische Fakultät (TF) >> Department Informatik (INF) >> Lehrstuhl für Informatik 6 (Datenmanagement) >>
Effiziente objekterkennungsbasierte Annotation von Bildern (Pixtract)

Die Anzahl der Digitalbilder nimmt mit der Verbreitung von Digitalkameras, der Digitalisierung von kunsthistorischen bzw. Bibliothekssammlungen und billigen Speichermedien stetig zu, wobei gleichzeitig auch der Wunsch besteht in diesen riesigen Datenbergen zu einem späteren Zeitpunkt relevante Dokumente in relativ kurzer Zeit wiederzufinden. Dies erfordert jedoch einerseits gute Suchstrategien und Indizierungstechniken, andererseits aber auch die Anreicherung der Dokumente durch entsprechende Metadaten. Wegen der großen Menge ist eine manuelle Anreicherung der Bilder mit Beschreibungsinformationen unmöglich. Aus diesem Grund sind im letzten Jahrzehnt verschiedene Ansätze zur automatischen Erkennung von Objekten bzw. Personen in Bildern entstanden, die mehr oder weniger generisch ausgerichtet sind.
In diesem Projekt wird eine automatische inhaltsbasierte Annotation von Bildern realisiert. Im wesentlichen wird eine Übersetzung von Bildinhalten auf eine textuelle Beschreibung angestrebt. Dabei wird die Feature- und die textbasierte Suche voneinander getrennt. Ersteres wird in Verbindung mit neuen Objekterkennungsalgorithmen für die Annotation von Bildern verwendet, dessen Effizienz durch Indexstrukturen, Zugriffspfaden und Datenorganisation verbessert werden soll. Auf den erstellten Annotationen kann dann mit bereits etablierten Methoden der Textindizierung ein Suchdienst aufgebaut werden. Zur Bewältigung der großen Datenmengen werden auch die Einsatzmöglichkeiten von Multimedia Data-Mining analysiert. Der Kernpunkt dabei ist der Entwurf einer Verwaltungsstruktur die genügend Freiheiten für Erweiterungen und Umstrukturierungen zulässt, aber auch damit verträgliche Vorgaben aufführt die für das effiziente Annotieren der Bilder basierend auf deren Inhalten ausreichen.
Projektleitung:
Prof. Dr. Klaus Meyer-Wegener

Beteiligte:
Nagy, Robert

Stichwörter:
Annotation; Bildbeschreibung; Image Retrieval; Suche;

Laufzeit: 1.1.2007 - 31.8.2012

Kontakt:
Nagy, Robert
E-Mail: robert.nagy@cs.fau.de
Publikationen
Nagy, Robert ; Meyer-Wegener, Klaus: Towards Extensible Automatic Image Annotation with the Bag-of-Words Approach. In: Huet, Benoit ; Chua, Tat-Seng ; Hauptmann, Alexander (Hrsg.) : Proceedings of the International Workshop on Very-Large-Scale Multimedia Corpus, Mining and Retrieval (ACM MM VLS-MCMR 2010 Firenze, Italy 25-29th October 2010). Bd. 1, 1. Aufl. New York, NY, USA : ACM, 2010, S. 43-48. - ISBN 978-1-4503-0166-4
[doi>10.1145/1878137.1878148]
Nagy, Robert ; Dicker, Anders ; Meyer-Wegener, Klaus: Definition and Evaluation of the NEOCR Dataset for Natural-Image Text Recognition. Erlangen : Friedrich-Alexander-Universität Erlangen-Nürnberg. 2011 (CS-2011-07). - Interner Bericht. 31 Seiten (Department Informatik Technical Reports) ISSN 2191-5008
Nagy, Robert ; Dicker, Anders ; Meyer-Wegener, Klaus: NEOCR: A Configurable Dataset for Natural Image Text Recognition. In: Iwamura, Masakazu ; Shafait, Faisal (Hrsg.) : Camera-Based Document Analysis and Recognition (CBDAR, 4th Int. Workshop in conjunction with ICDAR 2011 Beijing, China 22.09.2011). 2011, S. 53-58.
[doi>10.1007/978-3-642-29364-1_12]
UnivIS ist ein Produkt der Config eG, Buckenhof