Approximate Content-Based Retrieval of Sub-Images

Mgr. Tomáš Homola, Ph.D.

Advanced ('rigorózní') thesis

Abstract:

S tím, jak roste na Internetu i v soukromých úložištích objem obrazových a jiných multimediálních dat, roste s ním i potřeba identifikace obrázků pomocí dotazů typu „dotaz je obsažen v odpovědi“, a to ještě rychleji, než dotazů na podobnost obrázků celých. Vyhledávání pod-obrázků nachází uplatnění v mnoha oborech informatiky, ale také v jiných vědních oborech i v běžném životě. Naneštěstí je vyhledávání pod-obrázků na základě obsahu s sebou nese řadu uspokojivě nevyřešených problémů, jmenujme například obrovské množství vysoce komplexních dat a nalezení místa v obraze, ve kterém je pod-obrázek nalezen. Co se týče dat, rozpoznáváme základní dva základní druhy přístupu k vyhledávání pod-obrázků pomocí obsahu: ty založené na globálních nebo na lokálních znacích, přičemž oba reprezentují obecně používané metody k zakódování obrazových dat pro potřeby vyhledávání. V textu práce nediskutujme pouze datovou reprezentaci a indexační techniky, ale i vhodné podobnostní funkce. A především v této práci ukazujeme, že při tvorbě kvalitního, výkonného, obecného a škálovatelného systému pro vyhledávání v pod-obrázcích vstupuje do hry více aspektů. Tato práce si klade za cíl navrhnout novou metodu přibližného podobnostního hledání pod-obrázků, založenou na globálních či lokálních znacích (nebo jejich kombinaci), která bude zohledňovat všechny výše zmíněné aspekty.

Abstract:

As the volume of image and other multimedia data, available on Internet and on private storage is increasing, the issue of identifying (sub-)images based on query containment rather than query equality becomes more and more important. It has a vast number of applications in many branches of computer science, as well as in other sciences and areas of human life. Unfortunately, the content-based sub-image retrieval poses several not satisfactorily solved problems, namely a massive amount of high complex data and the finding of spatial localities where the query sub-image is contained in an image. Regarding the data characterizing the image content, we identify two basic groups of content-based sub-image retrieval approaches: based on global and local features, which represent commonly used methods to encode image information for retrieval purposes. We discuss not only the data representation and indexing structures in this text, but also the convenient similarity functions. And, mainly, as we show in this work, more aspects come into play when building an effective and efficient, generic, genuine and scalable sub-image retrieval system. This work is aimed at the development of a novel approximate content-based sub-image retrieval approach based on local or global features (or combination of them) that takes into consideration all aforementioned aspects.

Keywords

sub-image searching, image database, content-based sub-image retrieval, image descriptors

Language used: English

Date on which the thesis was submitted / produced: 29. 10. 2010

Thesis defence

• Date of defence: 14. 1. 2011
• Reader: doc. RNDr. Pavel Matula, Ph.D., Ing. Fabrizio Falchi, MBA, Ph.D.

Masaryk University

Faculty of Informatics

Advanced ('rigorózní řízení') programme / field:
Informatics / Informatics