Un sistema de recuperación de imágenes es un sistema informático que se utiliza para navegar, buscar y recuperar imágenes de una gran base de datos de imágenes digitales. La mayoría de los métodos tradicionales y comunes de recuperación de imágenes utilizan algún método para agregar metadatos como subtítulos , palabras clave , título o descripciones a las imágenes para que la recuperación se pueda realizar sobre las palabras de anotación. La anotación manual de imágenes requiere mucho tiempo, es laboriosa y costosa; Para abordar esto, se ha realizado una gran cantidad de investigaciones sobre la anotación automática de imágenes . Además, el aumento de las aplicaciones web sociales y la web semántica han inspirado el desarrollo de varias herramientas de anotación de imágenes basadas en la web.
El primer sistema de recuperación de bases de datos de imágenes basado en microcomputadoras fue desarrollado en el MIT , en la década de 1990, por Banireddy Prasaad, Amar Gupta , Hoo-min Toong y Stuart Madnick . [1]
Un artículo de una encuesta de 2008 documentó los avances posteriores a 2007. [2]
Métodos de búsqueda
La búsqueda de imágenes es una búsqueda de datos especializada que se utiliza para encontrar imágenes. Para buscar imágenes, un usuario puede proporcionar términos de consulta como palabra clave, archivo de imagen / enlace o hacer clic en alguna imagen, y el sistema devolverá imágenes "similares" a la consulta. La similitud utilizada para los criterios de búsqueda podría ser metaetiquetas, distribución de color en imágenes, atributos de región / forma, etc.
- Metabúsqueda de imágenes: búsqueda de imágenes basada en metadatos asociados, como palabras clave, texto, etc.
- Recuperación de imágenes basada en contenido (CBIR): la aplicación de la visión por computadora a la recuperación de imágenes. CBIR tiene como objetivo evitar el uso de descripciones textuales y, en su lugar, recupera imágenes basadas en similitudes en sus contenidos (texturas, colores, formas, etc.) con una imagen de consulta proporcionada por el usuario o características de imagen especificadas por el usuario.
- Lista de motores CBIR : lista de motores que buscan contenido visual de imágenes basado en imágenes, como color, textura, forma / objeto, etc.
- Exploración de colección de imágenes: búsqueda de imágenes basada en el uso de paradigmas de exploración novedosos. [3]
Alcance de los datos
Es fundamental comprender el alcance y la naturaleza de los datos de imágenes para determinar la complejidad del diseño del sistema de búsqueda de imágenes. El diseño también está influenciado en gran medida por factores como la diversidad de la base de usuarios y el tráfico de usuarios esperado para un sistema de búsqueda. A lo largo de esta dimensión, los datos de búsqueda se pueden clasificar en las siguientes categorías:
- Archivos : generalmente contienen grandes volúmenes de datos homogéneos estructurados o semiestructurados relacionados con temas específicos.
- Colección específica de dominio : se trata de una colección homogénea que proporciona acceso a usuarios controlados con objetivos muy específicos. Ejemplos de una colección de este tipo son las bases de datos biomédicas y de imágenes de satélite.
- Colección empresarial : una colección heterogénea de imágenes a la que pueden acceder los usuarios dentro de la intranet de una organización. Las imágenes se pueden almacenar en muchas ubicaciones diferentes.
- Colección personal : por lo general, consiste en una colección en gran parte homogénea y generalmente es de tamaño pequeño, accesible principalmente para su propietario y, por lo general, se almacena en un medio de almacenamiento local.
- Web : las imágenes de la World Wide Web son accesibles para todos los que tengan una conexión a Internet. Estas colecciones de imágenes son semiestructuradas, no homogéneas y de gran volumen, y normalmente se almacenan en grandes matrices de discos.
Evaluaciones
Hay talleres de evaluación de sistemas de recuperación de imágenes con el objetivo de investigar y mejorar el rendimiento de dichos sistemas.
- ImageCLEF: una pista continua del Foro de evaluación de idiomas cruzados que evalúa sistemas utilizando métodos de recuperación de imágenes tanto textuales como puras.
- Acceso basado en contenido de bibliotecas de imágenes y videos: una serie de talleres de IEEE de 1998 a 2001.
Ver también
- Anotación automática de imágenes
- Visión por computador
- Indexación de imágenes basada en conceptos
- Recuperación de imágenes basada en contenido (CBIR)
- Gestión de activos digitales
- Edición de imágenes digitales
- Organizador de imágenes
- Procesamiento de imágenes
- Recuperación de información
- Recuperación de información multimedia
- VisualRank
- Aprendiendo a clasificar
Referencias
- ^ SE Prasad; A Gupta; HM Toong; SE Madnick (febrero de 1987). "Un sistema de gestión de bases de datos de imágenes basado en microcomputadoras" (PDF) . Transacciones IEEE sobre electrónica industrial . IE-34 (1): 83–8. doi : 10.1109 / TIE.1987.350929 .
- ^ Datta, Ritendra; Dhiraj Joshi; Jia Li; James Z. Wang (abril de 2008). "Recuperación de imágenes: ideas, influencias y tendencias de la nueva era" . Encuestas de computación ACM . 40 (2): 1–60. doi : 10.1145 / 1348246.1348248 .
- ^ Camargo, Jorge E .; Caicedo, Juan C .; González, Fabio A. (2013). "Un marco basado en kernel para la exploración de colecciones de imágenes". Revista de lenguajes visuales y computación . 24 (1): 53–57. doi : 10.1016 / j.jvlc.2012.10.008 .