Gemini, FastMap, Applications. Εαρινό Εξάμηνο Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών

Μέγεθος: px

Εμφάνιση ξεκινά από τη σελίδα:

Download "Gemini, FastMap, Applications. Εαρινό Εξάμηνο Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών"

Ελευθέριος Γερμανός
7 χρόνια πριν
Προβολές:

1 Gemini,, Applications Τμήμα Μηχανικών Η/Υ και Πληροϕορικής Πολυτεχνική Σχολή, Πανεπιστήμιο Πατρών Εαρινό Εξάμηνο

2 Table of contents 1

3 Table of contents 1 2

4 Table of contents 1 2 3

5 Table of contents

6 Table of contents

7 Table of contents

8 Table of contents

9 Table of contents

11 Σκοπός Για μια βάση δεδομένων που περιέχει πολυμέσα όπως: 1-d time sequences Digitized voice or music 2-d color images 2-d or 3-d gray scale medical images Video clips στόχος είναι η δημιουργία αλγορίθμων για την απάντηση διάϕορων ερωτημάτων

12 Σκοπός Για μια βάση δεδομένων που περιέχει πολυμέσα όπως: 1-d time sequences Digitized voice or music 2-d color images 2-d or 3-d gray scale medical images Video clips στόχος είναι η δημιουργία αλγορίθμων για την απάντηση διάϕορων ερωτημάτων Παράδειγμα "Βρες τις εικόνες που έχουν παρόμοιο περιεχόμενο"

13 (1) Whole Match Queries Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα αντικείμενα που διαϕέρουν από το q το πολύ ϵ.

14 (1) Whole Match Queries Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα αντικείμενα που διαϕέρουν από το q το πολύ ϵ. q

15 (1) Whole Match Queries Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα αντικείμενα που διαϕέρουν από το q το πολύ ϵ. q ɛ

16 (2) Sub-pattern Match Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα (υπό-)αντικείμενο-ερώτημα q, βρες τα (υπό-)αντικείμενα που διαϕέρουν από το q το πολύ ϵ.

17 (2) Sub-pattern Match Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα (υπό-)αντικείμενο-ερώτημα q, βρες τα (υπό-)αντικείμενα που διαϕέρουν από το q το πολύ ϵ.

18 (2) Sub-pattern Match Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα (υπό-)αντικείμενο-ερώτημα q, βρες τα (υπό-)αντικείμενα που διαϕέρουν από το q το πολύ ϵ.

19 (3) k nearest neighbors Για μιά συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα k αντικείμενα που μοιάζουν περισσότερο στο q.

20 (3) k nearest neighbors Για μιά συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα k αντικείμενα που μοιάζουν περισσότερο στο q. q

21 (3) k nearest neighbors Για μιά συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα k αντικείμενα που μοιάζουν περισσότερο στο q. q

22 (4) spatial joins Για μιά συλλογή N αντικειμένων O 1, O 2,..., O N βρες τα ζεύγη αντικειμένων που απέχουν μεταξύ τους το πολύ ϵ.

23 (4) spatial joins Για μιά συλλογή N αντικειμένων O 1, O 2,..., O N βρες τα ζεύγη αντικειμένων που απέχουν μεταξύ τους το πολύ ϵ.

25 Συνάρτηση Ποσοτικοποιεί την απόσταση/ομοιότητα μεταξύ δυο αντικειμένων Distance function D(O 1, O 2 ) D(O 1, O 1 ) = 0 D(O 1, O 2 ) 0 if O 1 O 2 Επίσης, η τριγωνική ανισότητα είναι επιθυμητή...

26 Τι εννοούμε όταν λέμε δυο αντικείμενα μοιάζουν ή διαϕέρουν? Δυο εικόνες μπορεί να μοιάζουν ως προς: Τα χρώματά τους Το textures Το σχήμα του αντικειμένου που απεικονίζουν Τη σημασία του περιεχομένου τους

27 Απόστασης Χρονοσειρών Ευκλείδεια Απόσταση Dynamic Time Warping Minimal Variance Matching And many more...

29 Έχουμε μια συλλογή δεδομένων πολυμέσων, από την οποία θέλουμε να ανακτούμε αντικείμενα με βάση κάποιο ερώτημα Ο υπολογισμός όλων των αποστάσεων σειριακά, για κάθε αντικείμενο είναι πολύ αργός. Για την εναλλακτική προσέγγιση θα πρέπει να ισχύουν: Όχι false dismissals Μικρή επιβάρυνση χώρου Δυναμική (εισαγωγές - διαγραϕές - ανανεώσεις)

30 Προσέγγιση Εξαγωγή Χαρακτηριστικών (Feature Extraction) Χρήση Spatial Access Methods για την επιτάχυνση της αναζήτησης

31 Feature Extraction Σκοπός Έστω ένα αντικείμενο πχ εικόνα, video, τραγούδι κλπ. Στόχος είναι η αναζήτηση κάποιων "χαρακτηριστικών" που θα χρησιμοποιηθούν για την αναπαράσταση του αντικειμένου. Ο αριθμός των χαρακτηριστικών θα πρέπει να είναι μικρότερος του αρχικού μεγέθους.

33 Βασική Ιδέα Whole Match Query Για μια συλλογή N αντικειμένων O 1, O 2,..., O N και ένα αντικείμενο-ερώτημα q, βρες τα αντικείμενα που διαϕέρουν από το q το πολύ ϵ. Απλή Προσέγγιση Ο σειριακός υπολογισμός μπορεί να είναι πολύ αργός για δυο λόγους: To μπορεί να είναι υπερβολικά μεγάλο Ο υπολογισμός της συνάρτησης απόστασης μπορεί να χρειάζεται πολύ χρόνο

34 Έστω μια συνάρτηση απόστασης D(O 1, O 2 ) 1 Εξαγωγή k χαρακτηριστικών (k < N) 2 Αντιστοίχηση των δεδομένων στον χώρο των χαρακτηριστικών F(O 1 ), F(O 2 ) 3 Ορισμός της συνάρτησης απόστασης στον χώρο των χαρακτηριστικών D F (F(O 1 ), F(O 2 ))

35 False Dismissals Για να μην υπάρχουν false dismissals θα πρέπει: D F (F(O 1 ), F(O 2 )) D(O 1, O 2 ) Proof θέλω D(q, O i ) ϵ Αν D(q, O i ) ϵ τότε D F (F(q), F(O i )) ϵ επειδή D F (F(O 1 ), F(O 2 )) D(O 1, O 2 )

37 Βασική Ιδέα GEneric INdexIng 1 Ορισμός της συνάρτησης απόστασης D() 2 Αναζήτηση των χαρακτηριστικών που θα χρησιμοποιηθούν 3 Απόδειξη ότι η D F () είναι lower-bounds της D() 4 Χρήση μιας SAM για την αποθήκευση και ανάκτηση των feature vectors

38 Βασικά Βήματα Gemini O 1 O 2 O N

39 Βασικά Βήματα Gemini O 1 O 2 O N F (O 1 ) F (O 2 ) F (O N )

40 Βασικά Βήματα Gemini O 1 O 2 O N F (O 1 ) F (O 2 ) F (O N )

42 Χρονοσειρές Σύνολο Δεδομένων Έστω ένα σύνολο χρονοσειρών T 1 T 2 T M μήκους N T i = [t i0 t i1 t in 1 ]

43 Χρονοσειρές Σύνολο Δεδομένων Έστω ένα σύνολο χρονοσειρών T 1 T 2 T M μήκους N T i = [t i0 t i1 t in 1 ] Συνάρτηση Απόστασης N 1 D(x, y) = x i y i 2 i=0

44 Χρονοσειρές 1o Βήμα Επιλογή της αντιστοίχησης F()

45 Χρονοσειρές 1o Βήμα Επιλογή της αντιστοίχησης F() F : Discrete Fourier Transform - k πρώτους συντελεστές

46 Χρονοσειρές 1o Βήμα Επιλογή της αντιστοίχησης F() F : Discrete Fourier Transform - k πρώτους συντελεστές D F (F(x), F(y)) = k f=0 X f Y f 2

47 Χρονοσειρές 2o Βήμα Απόδειξη ότι η D F είναι lower bound της D

48 Χρονοσειρές 2o Βήμα Απόδειξη ότι η D F είναι lower bound της D D F (F(x), F(y)) = k 1 f=0 X f Y f 2

49 Χρονοσειρές 2o Βήμα Απόδειξη ότι η D F είναι lower bound της D D F (F(x), F(y)) = k 1 f=0 X f Y f 2 N 1 f=0 X f Y f 2

50 Χρονοσειρές 2o Βήμα Απόδειξη ότι η D F είναι lower bound της D D F (F(x), F(y)) = k 1 f=0 X f Y f 2 N 1 f=0 X f Y f 2 = N 1 i=0 x i y i 2

51 Χρονοσειρές 2o Βήμα Απόδειξη ότι η D F είναι lower bound της D D F (F(x), F(y)) = k 1 f=0 X f Y f 2 N 1 f=0 X f Y f 2 = N 1 i=0 x i y i 2 D(x, y)

52 Εικόνες Δεδομένα Έστω ένα σύνολο N εικόνων. Κάθε εικόνα είναι ένας πίνακας από pixels και κάθε pixel έχει 3 συνιστώσες (R, G, B)

53 Εικόνες - Color Histogram Color Histogram H Ci (I) : αριθμός pixels χρώματος C i της εικόνας I Συνάρτηση απόστασης d 2 h = (x y) t A (x y) = h i h a i,j (x i y j )(x j y i ) j

54 Εικόνες - Color Histogram x = (R avg, G avg, B avg ) t R avg = 1 P R(p) P i=1 3 d 2 avg( x, ȳ) = (x i y i ) 2 i=1

55 Εικόνες - Color auto-correlogram Correlogram auto-correlogram γ (k) c i,c j (I) Pr p1 I Ci,p 2 I[p 2 I Cj p 1 p 2 = k] a (k) C (I) γ(k) C,C (I)

56 Εικόνες - Color auto-correlogram συμπεριλαμβάνει χωρική πληροϕορία Εκϕράζει την πιθανότητα ύπαρξης pixels σε απόσταση k με το ίδιο χρώμα. Feature Distance I I = i m,k d γ (k) C i (I) γ (k) C i (I ) 1+γ (k) C i (I)+γ (k) C i (I )

58 Εξαγωγή Χαρακτηριστικών Από ένα σύνολο δεδομένων N διαστάσεων αναζητούμε μια καλή αντιστοίχηση σε ένα χώρο k διαστάσεων, όπου k < N Η εξαγωγή των χαρακτηριστικών είναι ιδιαίτερα σημαντική. Πώς γίνεται? SVD K-L Transform PCA

59 Σκοπός Αντιστοίχηση των αντικειμένων σε ένα χώρο k διαστάσεων έτσι ώστε οι αποστάσεις να διατηρούνται όσο το δυνατό περισσότερο. Είσοδος ένας πίνακας αποστάσεων D N N ή τα αντικείμενα και η συνάρτηση απόστασης

60 Σκοπός Αντιστοίχηση των αντικειμένων σε ένα χώρο k διαστάσεων έτσι ώστε οι αποστάσεις να διατηρούνται όσο το δυνατό περισσότερο. Είσοδος ένας πίνακας αποστάσεων D N N ή τα αντικείμενα και η συνάρτηση απόστασης

61 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο

62 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο 2 Επιλέγουμε δυο αντικείμενα O a, O b όσο πιο απομακρυσμένα γίνεται

63 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο 2 Επιλέγουμε δυο αντικείμενα O a, O b όσο πιο απομακρυσμένα γίνεται 3 Επιλογή του (n-1)-d hyperplane που είναι κάθετο στην ευθεία που περνά από τα σημεία O a, O b

64 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο 2 Επιλέγουμε δυο αντικείμενα O a, O b όσο πιο απομακρυσμένα γίνεται 3 Επιλογή του (n-1)-d hyperplane που είναι κάθετο στην ευθεία που περνά από τα σημεία O a, O b 4 προβολή των σημείων στην ευθεία και στο hyperplane

65 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο 2 Επιλέγουμε δυο αντικείμενα O a, O b όσο πιο απομακρυσμένα γίνεται 3 Επιλογή του (n-1)-d hyperplane που είναι κάθετο στην ευθεία που περνά από τα σημεία O a, O b 4 προβολή των σημείων στην ευθεία και στο hyperplane 5 υπολογισμός των νέων αποστάσεων

66 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο 2 Επιλέγουμε δυο αντικείμενα O a, O b όσο πιο απομακρυσμένα γίνεται 3 Επιλογή του (n-1)-d hyperplane που είναι κάθετο στην ευθεία που περνά από τα σημεία O a, O b 4 προβολή των σημείων στην ευθεία και στο hyperplane 5 υπολογισμός των νέων αποστάσεων 6 n = n-1

67 - Βασικά Βήματα Βασικά Βήματα 1 Αρχικά τα δεδομένα αποτελούν σημεία στον Ν-διάστατο χώρο 2 Επιλέγουμε δυο αντικείμενα O a, O b όσο πιο απομακρυσμένα γίνεται 3 Επιλογή του (n-1)-d hyperplane που είναι κάθετο στην ευθεία που περνά από τα σημεία O a, O b 4 προβολή των σημείων στην ευθεία και στο hyperplane 5 υπολογισμός των νέων αποστάσεων 6 n = n-1 7 goto 2

68 - Βασικά Βήματα Illustration

70 Η συγκεκριμένη παρουσίαση του ϕροντιστηρίου είναι βασισμένη στις Διαϕάνειες του Μαθήματος

71 Faloutsos, C., R. Barber, et al. (July 1994). Efficient and Effective Querying by Image Content. J. of Intelligent Information Systems 3(3/4): Faloutsos, C. and K.-I. D. Lin (May 1995). : A Fast Algorithm for, Data-Mining and Visualization of Traditional and Datasets. Proc. of ACM-SIGMOD, San Jose, CA. Faloutsos, C., M. Ranganathan, et al. (May 25-27, 1994). Fast Subsequence Matching in Time-Series Databases. Proc. ACM SIGMOD, Minneapolis, MN.

72 Flickner, M., H. Sawhney, et al. (Sept. 1995). Query by Image and Video Content: The QBIC System. IEEE Computer 28(9): Rafiei, D. and A. O. Mendelzon (1997). Similarity-Based Queries for Time Series Data. SIGMOD Conference, Tucson, AZ. Yi, B.-K. and C. Faloutsos (2000). Fast Time Sequence for Arbitrary Lp Norms. VLDB, Kairo, Egypt.

Σχετικά έγγραφα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI. Β. Μεγαλοοικονόμου. Δεικτοδότηση Πολυμέσων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI Β. Μεγαλοοικονόμου Δεικτοδότηση Πολυμέσων (παρουσίαση βασισμένη εν μέρη σε σημειώσεις των Silberchatz, Korth και Sudarshan και του C. Faloutsos) Γενική Θεώρηση