2010
Building a Web-scale Image Similarity Search System
BATKO, Michal, Fabrizio FALCHI, Claudio LUCCHESE, David NOVÁK, Raffaele PEREGO et. al.Základní údaje
Originální název
Building a Web-scale Image Similarity Search System
Název česky
Budování rozsáhlého systému pro podobnostní vyhledávání v obrázcích
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, garant, domácí) a Pavel ZEZULA (203 Česká republika, domácí)
Vydání
Multimedia Tools and Applications, Springer Netherlands, 2010, 1380-7501
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Impakt faktor
Impact factor: 0.914
Kód RIV
RIV/00216224:14330/10:00042682
Organizační jednotka
Fakulta informatiky
UT WoS
000275800200012
Klíčová slova anglicky
similarity search; content-based image retrieval; metric space; MPEG-7 descriptors; peer-to-peer search network
Štítky
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 10. 3. 2016 11:28, RNDr. Pavel Šmerk, Ph.D.
V originále
As the number of digital images is growing fast and Content-based Image Retrieval (CBIR) is gaining in popularity, CBIR systems should leap towards Web-scale datasets. 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. The first big challenge we have been facing was obtaining a collection of images of this scale with the corresponding descriptive features. We have tackled the non-trivial process of image crawling and extraction of several MPEG-7 descriptors. The result of this effort is a test collection, the first of such scale, opened to the research community for experiments and comparisons. The second challenge was to develop indexing and searching mechanisms able to scale to the target size and to answer similarity queries in real-time. We have achieved this goal by creating sophisticated centralized and distributed structures based purely on the metric space model of data. We have joined them together which has resulted in an extremely flexible and scalable solution. In this paper, we study in detail the performance of this technology and its evolvement as the data volume grows by three orders of magnitude. The results of the experiments are very encouraging and promising for future applications.
Česky
S obrovským rozmachem digitálních obrázků je třeba navrhnout systémy, které budou schopny vyhledávat ve velkých kolekcích obrázků podle jejich obsahu. 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
| GA201/09/0683, projekt VaV |
| ||
| GD102/09/H042, projekt VaV |
| ||
| GP201/08/P507, projekt VaV |
| ||
| 1M0545, projekt VaV |
|