Laborpraktikum

• Organisation
• Aktuelles
• Allgemein
• Thema
• Fragestellungen
• Vorgehen
• Material

Navigationsindexe für Bilddatenbanken

Organisatorisches

Allgemein

In einem Laborpraktikum soll eine komplexe und praktische Aufgabenstellung in einer selbst organisierenden Gruppe gelöst werden. Organisation bedeutet vor alle Kommunikation über Dokumentation des Quellcodes. Werkzeuge wie cvs, maven, junit und eventuell auch ein wiki sind hierbei wichtige Prüf- und Kommunikationsmittel zwischen Programmierern.

Thema

Bilddatenbanken leiden in der Regel unter einer unzureichenden Suchoption. Oft müssen alle Bilder gesichtet werden um die relevanten zu finden. Daher soll im Praktikum eine geeignete Indexierung und grafische Aufbereitung von Bilder erfolgen um ein zielorientiertes Browsen auf dem Datenbestand zu ermöglichen.

Der Ansatz der in diesem Praktikum verfolgt wird ist das Entwickeln eines sogenannten Kleine-Welt-Netzwerkes. Bilder sollen dabei so verbunden werden, dass von jedem Bild aus Bilder erreicht werden können die unter bestimmten Gesichtspunkten, Ähnlichkeit mit dem aktuellen Bild aufweisen. Bilder können aufgrund ihrer Farbverteilung ähnlich zueinander sein oder aufgrund der Textur oder wenn im Idealfall vorhanden aufgrund ähnlicher Beschreibungen, in Form von sog. tagging oder Annotationen, aus Umgebungstext von html-Seiten. Verbindungen können im einfachsten Fall aber auch durch manuelles setzen hergestellt werden.

Grundstruktur ist also eine Matrix in der zu jedem Bild die Nächsten Nachbarn eingetragen sind. Da in Netzwerken nicht alle Bilder mit allen verbunden sind handelt es sich dabei um eine dünn besetzte Matrix. Warum ausgerechnet Kleine-Welt-Netzwerke eingesetzt werden sollen liegt in ihren besonderen Eigenschaften. Bekannt sind die Eigenschaften durch das Kleine-Welt-Phänomen oder die six degrees of separation. Grob ausgedrückt besagt es, dass auch bei sehr vielen Knoten im Netzwerk, jeder Knoten von jedem Knoten aus in wenigen Schritten erreicht werden kann und dass Knoten die einander ähnlich sind Cluster bilden. Also ideal wenn man sich in kurzer Zeit einen Gesamtüberblick verschaffen will und gleichzeitig nach ganz bestimmten Kriterien ausschau hält.

Fragestellungen

Die sich aus dem Thema ergebenden Fragesstellungen sind vor allem: Wie kann so eine Matrix aufgebaut werden, wie kann sie visualisiert und mit ihr interagiert werden und mit welchen Methoden kann sie angepasst und manipuliert werden.

Überlegungen sind unter Anderem: wenn man pro Bild zwischen 3 und 15 Verbindungen zu anderen Bildern hat wieviel Bilder können dann gleichzeitig dargestellt werden? Ab wann (Kriterium) werden überzählige Verbindungen ausgeblendet?

Die größte Herausforderung wird in der Wahl der Bildnachbarn liegen. Wie entscheidet man welche 3-15 Bilder aus einer Menge von vielleicht 100.000 oder gar 1.000.000 Bildern Nachbarn zu dem aktuellen Bild sein sollen. Hier müssen Mechanismen wie Feature-Extraktion hinterlegt werden oder ein Crawler entwickelt werden der Bilder aus dem Netz einschließlich jeder greifbarer Annotation zieht um ein initiales Annotations-Netzwerk aufzubauen. Geeignete Quellen für Bildannoationen sind Google und Seiten wie flickr die eigene APIs für Java anbieten, aber auch die unmengen an Photoseiten die es sonst noch so gibt (http://www.webshots.com/ , http://www.fotocommunity.de/ etc.)

Wie sieht die Interaktion aus? Ist es z.B. mögich durch Beaobachten des Browserverhaltens des Nutzers Rückschlüsse auf Verbindungen zwischen Bildern zu ziehen? Kann man also neue Verbindungen zwischen Bildern erkennen und generieren indem man Benutzerverhalten auswertet? Gibt es einfache Interaktionen, mit geringstem Eingabeaufwand durch die der Nutzer gezielt neue Verbindungen setzen kann? Wie bewegt man sich in oder über einem 2 oder 3 dimensional dargestelltem Netz aus Bildern?

Vorgehen

Zu Beginn der Arbeit müssen Diskussionspunkte wie Arbeitsteilung, Schnittstellen sowie Austauschformate unter den gegebenen Rahmenbedingungen erörtert und klar entschieden werden.

Festlegen einzelner Schritte, z.B.:

• Datenbank mit Annotationen aufbauen,
• Erstellung einer Matrix basierend auf Ähnlichkeiten,
• Daraus: Ableitung einer Nachbarschaftsmatrix,
• Navigations-Frontend,
• User-Feedback: wieder eine Matrix, in der verwendete
Navigationen gespeichert werden, die dann zur Verfeinerung verwendet werden.

Material und Dokumentation

Material

Im Folgenden ein paar Seiten als Informatinsquellen.