Алгоритмы поиска изображений в базах видеоданных

Десятников И.Е., Утробин В.А.

Аннотация:
В статье рассмотрены существующие на сегодняшний день методы поиска изображений в базах видеоданных. Алгоритмы поиска изображений предлагается построить с позиции теории активного восприятия, разработанной на кафедре «Вычислительные системы и технологии» НГТУ им Р.Е. Алексеева. Достоинство данного подхода заключается в низкой вычислительной сложности, а значит, в высоком быстродействии. Каждое изображение в разработанной системе поиска представляется в виде 15-мерного вектора. Разработаны алгоритмы поиска не только исходных изображений, но также зашумлённых, отредактированных, испорченных, изображений с любым углом поворота от исходного, разработан поиск похожих изображений, который по достоверности и производительности может конкурировать с существующими методами поиска изображений в сети Интернет.

Abstract:
This paper briefly discusses the existing methods for image lookup in video databases. A new method of image lookup is suggested; it is based upon active perception theory which is being developed at the Computing Systems and Technologies department of NSTU. Its key advantage is its low computing cost and thus high performance. According to the method, every image is represented as a 15-dimensional vector. Not only the original images are matched; the algorithm also handles noisy, edited, corrupted, rotated images. An algorithm for matching similar images is proposed as well. Its reliability and performance allow it to compete with existing commercially available image lookup technologies.

Ключевые слова :
поиск изображений, теория активного восприятия

Key words:
image retrieval, active perception theory.

Литература:

  1. Васильева, Н. Построение соответствий между низкоуровневыми характеристиками и семантикой статических изображений / Н. Васильева, Б. Новиков. – Труды 7-ой Всероссийской научной конференции «Электронные библиотеки: перспективные методы и технологии, электронные коллекции». – Ярославль, 2005.
  2. Swain, M.J. Color Indexing / M.J. Swain, D.H. Ballard // International Journal of Computer Vision. – 1991. – Vol. 7(1). – P. 11-32.
  3. Tamura, H. Textural features corresponding to visual perception / H. Tamura, S. Mori, T. Yamawaki // IEEE Transactions on Systems, Man, and Cybernetics. – 1978. – Vol. 8(6). – P. 460-473.
  4. Manjunath, B.S. Texture features for browsing and retrieval of image data / B.S. Manjunath, W.Y. Ma // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1996 – Vol. 18 (8). – P. 837-842.
  5. Zhang, D. Content-Based Shape Retrieval Using Different Shape Descriptors / D. Zhang, G. Lu // A Comparative Study, In IEEE International Conference on Multimedia and Expo. – 2001. – P. 289-293.
  6. Rubner, Y. A Metric for Distributions with Applications to Image Databases / Y. Rubner, C. Tomasi // In Proceedings of the Sixth International Conference on Computer Vision, IEEE Computer Society. – 1998. – P. 59.
  7. Утробин, В.А. Информационные модели системы зрительного восприятия для задач компьютерной обработки изображений / В.А. Утробин. – Н. Новгород: НГТУ, 2001. – 234 с.
  8. Утробин, В.А. Физические интерпретации элементов алгебры изображений / В.А. Утробин // Успехи физических наук (УФН). – 2004. – Т. 174, № 10. – С. 1089-1104.
  9. Демидов, В.Е. Как мы видим то, что видим / В.Е. Демидов. – М.: Знание, 1987. – 240 с.

References:

  1. Vasil'eva, N. Establishing a correspondence between low-level features and semantics of static images / N. Vasil'eva, B. Novikov. – Proceedings of the 7th Russian Scientific Conference “Digital Libraries: Advanced methods and Technologies, Digital Collections”. – Yaroslavl, 2005. – (in Russian).
  2. Swain, M.J. Color Indexing / M.J. Swain, D.H. Ballard // International Journal of Computer Vision. – 1991. – Vol. 7(1). – P. 11-32.
  3. Tamura, H. Textural features corresponding to visual perception / H. Tamura, S. Mori, T. Yamawaki // IEEE Transactions on Systems, Man, and Cybernetics. – 1978. – Vol. 8(6). – P. 460-473.
  4. Manjunath, B.S. Texture features for browsing and retrieval of image data / B.S. Manjunath, W.Y. Ma // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1996 – Vol. 18 (8). – P. 837-842.
  5. Zhang, D. Content-Based Shape Retrieval Using Different Shape Descriptors / D. Zhang, G. Lu // A Comparative Study, In IEEE International Conference on Multimedia and Expo. – 2001. – P. 289-293.
  6. Rubner, Y. A Metric for Distributions with Applications to Image Databases / Y. Rubner, C. Tomasi // In Proceedings of the Sixth International Conference on Computer Vision, IEEE Computer Society. – 1998. – P. 59.
  7. Utrobin, V.A. Information models of visual perception for the problems of computer image processing / V.A. Utrobin. – Nizhny Novgorod: “NSTU” Publisher, 2001. – 234 p. – (in Russian).
  8. Utrobin, V.A. Physical interpretation of the elements of the images / V.A. Utrobin // Successes of Physical Sciences. – 2004. – V. 174, N 10. – P. 1089-1104. – (in Russian).
  9. Demidov, V.E. As we can see what we see / V.E. Demidov. – Мoscow: “Knowledge” Publisher, 1987. – 240 p. – (in Russian).
© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 332-56-22, факс: +7 (846) 332-56-20