Paulo Roberto prps@di.ufpe.br Recuperação de Informação Multimídia

Paulo Robertoprps@di.ufpe.br

Recuperação de Informação Multimídia

Roteiro Motivação Recuperação de informação textual Recuperação de informação multimídia Conclusões Referências

Motivação

Crescimento das coleções de textos digitais(bibliotecas digitais, Internet, Intranets, ...)

Tempo de busca longo / baixa precisão

Novas técnicas de recuperação de informações (IR)

+

Etapas da Recuperação de Informações (IR)

Coleta daInformaçãodisponível

Seleção daInformaçãodesejada

Apresentaçãoao Usuário

Paradigmas de IR

Processos Fonte daInformação

Filtragem daInformação

Sim Estável

Busca daInformação

Não Dinâmica

Data Mining Não Estável

Acesso à BD Não Estável

Perfil do Usuário

Busca de Informação na Web:

Como localizar a informação relevante? Como modelar o interesse de um usuário

particular?

Aprox. 577.032 docs!!!

Medidas de Eficácia para Busca e FiltragemRecall: total de documentos relevantes retornados

dividido pelo número total dos relevantes.

Precisão: documentos relevantes retornados dividido pelo número total de retornados

Todos os Documentos

Documentos Relevantes

Documentos Retornados

Relevantes Retornados

Por que Agentes + IR?

IR se encaixa no modelo de agentes; Necessidade de acesso a múltiplas

fontes de informação; Necessidade de distribuição

Agentes de Busca

Exemplos: Radix, AltaVista, Lycos, Excite, ...

BrowserConsulta

Resposta

Servidor de Consultas Base de

Índices

Search EngineUsuário

Busca

WebWeb)--(

Robô

Indexing Engine

Agentes que Filtram Informação

Browser

Agente de Filtragem

InternetInternet

Servidor de News

Indexing Engine

Base deÍndices

Perfil dousuário

ex.: Metacrawler, NewsHound, etc.

Montando a Base de Índices Dado um documento, identificar os conceitos que

descrevem o seu conteúdo e quão bem eles o descrevem.

Pesos das Palavras como indicação de relevância:– Frequência relativa da palavra no texto (TFIDF)– Frequência da palavra em relação a outros documentos do

conjunto que está sendo indexado.– Colocação da palavra na estrutura do documento (título, início,

negrito,...)

Palavras com maiores pesos são selecionadas, formando um vetor de representação.

Exemplo de Representação

Brincadeira

O rato roeu a roupado rei de Roma.

brincadeira, t, m, n, irato, 1roeu, 1roupa, 1rei, 2roma, 2, m

brincadeira, 90rato, 70roeu, 70roupa, 70rei, 60roma, 65

brincadeira, 90rato, 70roeu, 70roupa, 70roma, 65rei, 60

RepresentaçãoVetorial doDocumento

Estrutura de Arquivos p/ IR(Montando a Base de Índices)

Arquivos de índices invertidos

Bem-vindo!

UFPE

http://www.ufpe.br

URL: http://www.ufpe.br

ID: 455227

Words: 543, 987

Arquivo Direto

WORD: Bem-vindo

ID: 543

URLs: 455227,...

WORD: UFPE

ID: 987

URLs: 455227,...

Arquivo Invertido

Indexação

Selecionar palavras da página HTML– Converter uma cadeia de caracteres em uma

cadeia de palavras/tokens. (/, -, 0-9,...) Stop-list

– Palavras sem conteúdo semântico são retiradas da indexação

Montar o centróide da página– Palavras-chave que mais aparecem na página

Indexação Indexação Distribuída, Base compartilhada

– Divisão por: Localização Geográfica, Rede, Conteúdo,..

Stemming– Armazenar apenas o radical da palavra,

permitindo variações morfológicas dos termos durante o casamento

engineeringengineeredengineer

engineerengineerengineer

Term Stem

Estratégias de Busca Ontologias

para aumentar precisão e recall.

Stemming String searching

– String matching exato e aproximado (N-Grams) Expansão do vocabulário

– a informação buscada pode ser expressada por diferentes palavras

– utiliza um dicionário de sinônimos

Futebol

Campeonato Brasileiro

Palmeiras

CBF

Extração de Informação Extrai dados relevantes (para um determinado

objetivo) a partir de documentos digitais. Etapas:

– reconhecimento do trecho de informação;– extração da informação.

Exemplo (projeto de mestrado de Carla):

BD (CNCT):

Autor: .... Ano: ....

Título: .... Local: ....

Agentes para IR Transformar o grande número de fontes de

informação em rede de agentes de informação. Organização:

– Estruturação dos agentes.

Conhecimento:– Ontologia ou modelo do seu domínio específico.– Modelo das fontes de informação.

Comunicação:– Protocolo de comunicação comum entre os agentes.

Aprendizado:– Melhorar a exatidão e performance com o tempo.– Lidar com as mudanças do ambiente

Rede de Agentes

WeatherAgent

Logist.Agent

Geograf.Agent

GeoPol.AgentTransp.

AgentMap

Agent

LandAgent Sea

Agent

AirAgent

PortAgent Airport

Repository

HarborAgent

NavalAgent

AtranticRepository

PacificRepository

EuropeanRepository

IR-Multimídia

Motivação:– Existência de grandes volumes de textos, gráficos,

narrações, sons e vídeos “acessíveis” em bases de dados distribuídas

Aplicações:– Diagnósticos médicos (Medical Image Databases)– Reconhecimento de padrões (faces, impressões

digitais, assinaturas, riffs e melodias musicais, etc.)– Pesquisa multimídia

Convergência Digital

Recuperação de Informações Multimídia Recuperação baseada em conteúdo Mas como indexar áudio/vídeo? Problemas...

– Descrevendo imagens/sons através de palavras (cada pessoa conta o filme de uma maneira diferente...)

– Extraindo informações de uma amostra de áudio...

Estado da Arte

Computação Musical, processamento de som, localização frequência-tempo– Narrações: busca direcionada por voz.

Dificuldade de tornar-se independente do usuário

– Música: busca baseada em valores (timbre, altura, duração, etc.)

Estado da Arte visão computacional, reconhecimento de

padrões e processamento de imagem– Fotos: busca baseada em características.

Limitações na tecnologia restringem a busca a domínios específicos

– Vídeo: sofre dos mesmos problemas das fotos. Compara quadros adjacentes com mudanças estruturais quadro-a-quadro. Parâmetros de movimento de câmera (zoom, fading, etc.)

Recuperando Áudio

Categorias de recuperação:– por um trecho específico– por atributos acústicos mensuráveis– por propriedades subjetivas do som

Indexando formas de onda vs.

Indexando arquivos MIDI

Recuperação de Informação Musical Baseada em Conteúdo Uso da tecnologia MIDI facilita o

tratamento... MIDI: nota, instrumento, altura, etc

Recuperando Vídeo

Parsing

Extração do conteúdo e indexação

Recuperaçãoe browsing

Categorias de Recuperação de Vídeo High-level

– Utiliza um conjunto de termos de indexação predefinidos para anotação de vídeo.

– Os termos são organizados em categorias ontológicas de alto nível como ação, tempo, espaço, etc.

– Desenvolveu-se a partir da perspectiva de indexação manual

– É indicada para lidar com pequenas quantidades de vídeos novos e para acessar bases de dados anotadas previamente

Categorias de Recuperaçãode Vídeo Low-level

– Provê acesso a vídeo baseado em propriedades como cor, textura, formas, etc.

– Consiste em extrair características dos dados de vídeo, organizar essas características baseado em alguma distância métrica e usar casamento por similaridade para recuperar o vídeo

– Indexação automática– Principal limitação: ausência de semântica

associada às características

Categorias de Recuperaçãode Vídeo Domínio específico

– Combina as duas anteriores: high-level para restringir a extração e o processamento low-level

– É efetiva no domínio da aplicação– Ex.: parsing e recuperação de vídeos de notícias– Limitação: estreito domínio de aplicabilidade

Técnicas de Indexação de Vídeo

Transformada de Fourier– Processamento de padrões presentes em

imagens

Descritores de Fourier– identificação dos contornos de figuras

geométricas primitivas em imagens– ex: Applet

Técnicas de Indexação (A/V) Wavelets

– ondas pequenas com determinadas propriedades que as tornam adequadas a servirem de base para decomposição de outras funções, assim como senos e cossenos servem de base para decomposições de Fourier.

– Ferramenta matemática para analisar, processar e sintetizar imagens e sinais onde o método de Fourier não obtém performance aceitável

– Aplicações: waveform matching, segmentação de sinais e time-frequency localization

– São adaptáveis para a aplicação em questão

Query Based in Content (QBIC)

Ferramenta de busca, IBM Realiza consultas em grandes bases de dados

de imagens baseadas no conteúdo visual dos dados

Consultas podem ser feitas através de exemplos– “Mostre-me imagens parecidas com esta”

Ou por descrições das propriedades– “Dê-me imagens que contenham muito vermelho”

Trademark Server

Permite navegação e busca de padrões de marcas registradas.

O sistema combina o IBM's DB2 Universal Database para consultar os campos numéricos e textuais e o QBIC(tm) para a consulta das figuras

Versão demo...

Considerações Finais

Repositórios multimídia precisam mais do que armazenagem e acesso em rede– indexação

Extração automática completa ainda é impossível– interface

Mantra para desenvolvimento: “Overview first, zoom and filter, then details on demand”

Shneiderman

Referências - Papers

Bibliography os Papers on Multimedia Retrieval. Seminários sobre Recuperação de Informação. Paulo

Oliva e Mariana Neves Representação e Recuperação Baseada em Conteúdo

de Partituras Musicais em Bases de Dados Orientadas a Objetos. Figueiredo, M.B. Traina, C. Traina, ª

Busca e Recuperação de Informação Musical. Miccolis, A. V Simpósio Brasileiro de Computação e Música, UFRJ

Image and Sound Digital Libraries Need More Than Storage and Networked Access. Aigrain, P. ISDL’95

Referências - Links

QBIC Homepage. http://wwwqbic.almaden.ibm.com/ Trademark Server.

http://wwwqbic.almaden.ibm.com/tmdemo/ Wavelets at LSI. http://www.lsi.usp.br/~regis/wlets.html Computer-Assisted Perception: A Framework for

Multimedia Interaction with Existing Media http://www.irit.fr/ACTIVITES/EQ_AMI/AIGRAIN/manifest.html

Fourier Descriptors. http://www.cim.mcgill.ca/~adq/fourdescrip/FD.html