Crawling, Indexing, and Similarity Searching Images on the Web

BATKO, Michal, Fabrizio FALCHI, Claudio LUCCHESE, David NOVÁK, Raffaele PEREGO, Fausto RABITTI, Jan SEDMIDUBSKÝ a Pavel ZEZULA. Crawling, Indexing, and Similarity Searching Images on the Web. In Proceedings of the Sixteenth Italian Symposium on Advanced Database Systems. Mondello: Salvatore Gaglio, Ignazio Infantino, Domenico Sacca, 2008, s. 382-389. ISBN 978-88-6122-154-3.

Základní údaje

Originální název

Crawling, Indexing, and Similarity Searching Images on the Web

Název česky

Získávání, indexování a podobnostní vyhledávání obrázků na webu

Autoři

BATKO, Michal (203 Česká republika, domácí), Fabrizio FALCHI (380 Itálie), Claudio LUCCHESE (380 Itálie), David NOVÁK (203 Česká republika, domácí), Raffaele PEREGO (380 Itálie), Fausto RABITTI (380 Itálie), Jan SEDMIDUBSKÝ (203 Česká republika, domácí) a Pavel ZEZULA (203 Česká republika, garant)

Vydání

Mondello, Proceedings of the Sixteenth Italian Symposium on Advanced Database Systems, od s. 382-389, 8 s. 2008

Nakladatel

Salvatore Gaglio, Ignazio Infantino, Domenico Sacca

---

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Itálie

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

tištěná verze "print"

Kód RIV

RIV/00216224:14330/08:00024250

Organizační jednotka

Fakulta informatiky

ISBN

978-88-6122-154-3

Klíčová slova anglicky

similarity search; content-based image retrieval; metric space; MPEG-7 descriptors; peer-to-peer search network

Štítky

content-based image retrieval, DISA, Metric Space, MPEG-7 descriptors, peer-to-peer search network, similarity search

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

In this paper, we report on our experience in building an experimental similarity search system on a test collection of more than 50 million images, to show the possibility to scale Content-based Image Retrieval (CBIR) systems towards the Web size. First, we had to tackle the non-trivial process of image crawling and descriptive feature extraction, performed by using the European EGEE computer GRID, building a test collection, the first of such scale, that will be opened to the research community for experiments and comparisons. Then, we had to develop indexing and searching mechanisms which can scale up to these volumes and answer similarity queries in real-time. The results of our experiments are very encouraging for future applications.

Česky

V tomto článku prezentujeme naše zkušenosti získané z budování experimentálního systému pro podobnostní hledání na datové množině obsahující více jak 50 miliónů obrázků. Nejdříve jsme museli vyřešit netriviální proces získávání obrázků a jejich popisů pro vytvoření testovací sady, první takového rozsahu, která bude k dispozici všem výzkumníkům pro různé experimenty a porovnání. Potom jsme museli vyvinout indexovací a vyhledávací mechanismy, které umožňují škálovat to takových objemů a zároveň zodpovídat podobnostní dotazy v reálném čase. Výsledky našich experimentů jsou velice slibné pro budoucí aplikace.

---

Návaznosti

GD102/05/H050, projekt VaV	Název: Integrovaný přístup k výchově studentů DSP v oblasti paralelních a distribuovaných systémů Investor: Grantová agentura ČR, Integrovaný přístup k výchově studentů DSP v oblasti paralelních a distribuovaných systémů
GP201/08/P507, projekt VaV	Název: Komplexní podobnostní dotazy nad rozsáhlými objemy dat Investor: Grantová agentura ČR, Komplexní podobnostní dotazy nad rozsáhlými objemy dat
1ET100300419, projekt VaV	Název: Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu Investor: Akademie věd ČR, Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu