Efektivní hledání známého obrázku ve výsledku inicializačního dotazu v nástroji VIRET

Abstract

Modern methods for effective video retrieval combine several research areas, especi- ally similarity search, machine learning and data visualization. Selected approaches from these areas are integrated to complex search systems, which are tested/compared at in- ternational video search competitions. An example of such system is VIRET developed at KSI MFF UK. Although VIRET represents a state-of-the-art system, it is necessary to further analyze and develop ranking models and variants of interfaces for result set browsing. This bachelor thesis focuses on implementation and testing of a method for result set visualization in the 2D grid using self-organizing maps and (hierarchical) brow- sing. The implemented method is experimentally compared with sequential browsing in the VIRET tool. 1

Moderní metody pro efektivní vyhledávání ve videu dnes kombinují několik výzkum- ných oblastí, především podobnostní hledání, strojové učení a vizualizace dat. Vybrané přístupy jsou integrovány do komplexních vyhledávacích nástrojů, které jsou pak testo- vány na mezinárodních soutěžích. Jedním z takových nástrojů je také VIRET vyvíjený na KSI MFF UK. Ačkoliv tento nástroj dosahuje kompetitivních výsledků, je potřeba dále rozvíjet vyhledávací modely a analyzovat různé varianty rozhraní pro prohledávání výsledků dotazů. Tato práce se zaměřuje především na implementaci a testování metody pro vizualizaci výsledků ve 2D mřížce pomocí samoorganizačních map a následné (hierar- chické) brouzdání. Tato nově implementovaná komponenta je experimentálně porovnána se sekvenčním prohledáváním výsledků v nástroji VIRET. 1