Модель и алгоритмы поиска изображений в графических базах данных на основе теории активного восприятия Десятников, Игорь Евгеньевич

Введение к работе

Актуальность темы. За последние годы объем графических данных вырос в несколько раз. Все большее количество людей используют поиск изображений в больших базах данных и сети Интернет для оформления презентаций, публикаций и просто для общения. При этом классифицированной является лишь незначительная часть этих изображений (в основном это касается коммерческих и узкоспециализированных баз данных). По некоторым подсчетам, количество изображений в сети Интернет на сегодняшний день

составляет более 10 и с каждым годом увеличивается. Однако, вся эта информация бесполезна без точного, удобного и быстрого поиска по ней.

Существует разновидность задачи - поиск изображений в базе данных по текстовым аннотациям, размещенным рядом с изображением. Данный подход не рассматривается в работе. Он может являться дополнительной опцией к системе автоматического поиска изображений.

Среди работ, посвященных проблеме поиска изображений в базах данных можно отметить труды зарубежных и отечественных исследователей: J. Eakins, G. Yang, Т.8. Huang, F. Long, Н. Zhang, R.C. Veltkamp, M. Tanase, Y. Rai, С. Абрамова, В. Лукина, H. Васильевой, А. Левашкиной, К. Боенко, A. Дольника, И. Маркова и многих других.

Из обзора литературных источников можно сделать вывод, что «узким» местом всех существующих методов поиска и обработки изображений по визуальному подобию является задача выбора необходимого и достаточного набора признаков. Кроме того сложность задачи выбора признаков и задачи классификации резко возрастает и становится проблематичной, когда об объектах на изображении априори ничего не известно. Для многих методов процесс разделения входного множества изображений на классы представляется трудоемким либо неоптимальным. Эта задача является очень важной, ведь если мы сможем точно (в виде конкретных признаков) сформулировать то общее, что объединяет объекты в класс, то задача распознавания сведется к сравнению признаков предъявляемых объектов с заранее известными - эталонными.

Проблемы формирования эталонных изображений рассматриваются в теории активного восприятия.

Таким образом, задача разработки новых алгоритмов поиска изображений в графических базах данных является актуальной задачей.

Целью диссертационной работы является исследование и разработка информационной модели и алгоритмов системы поиска изображений на основе теории активного восприятия для графических баз данных размером не менее 10⁶ объектов. Поисковая система должна обладать высокой производительностью (малое время отклика системы на запрос) и достоверностью поиска (корректность результата).

Задачи работы.

Для достижения поставленной цели необходимо решить следующие задачи:

обзор и анализ современного состояния проблемы поиска изображений по визуальному подобию и обзор информационных признаков изображений;

обзор и анализ существующих систем поиска изображений и их архитектур;

разработка информационной модели системы поиска для графических баз данных;

разработка алгоритмов поиска оригинальных, а также зашумлённых и похожих по визуальному подобию изображений;

разработка алгоритмов поиска поврежденных изображений;

разработка экспериментальной поисковой системы для оценки полученных в ходе исследования результатов.

Методы исследования.

Для решения поставленных задач в работе использованы методы распознавания образов, теории активного восприятия, методов цифровой обработки изображений, теории баз данных. Для практической апробации разработанных алгоритмов применено компьютерное моделирование, реализованное на языке программирования С++ под управлением СУБД PostgreSQL.

Научная новизна работы состоит в следующем:

1. 1. Разработана информационная модель системы поиска изображений, позволяющая строить графические базы данных с общим количеством изображений более 10⁶ объектов и отличающаяся высокой производительностью и достоверностью выполняемого поиска.

   2. Разработан алгоритм поиска изображений в больших базах данных и сети Интернет, обеспечивающий высокую производительность (малое время отклика системы на поисковый запрос) и позволяющий работать с зашумленными изображениями.

   3. Разработан алгоритм поиска изображения, часть которого потеряна, загорожена другим объектом или стерта, отличающийся высокой производительностью.

   Практическая ценность и рекомендации по использованию результатов.

   Практическая ценность работы заключается в повышении эффективности средств автоматизированной обработки и поиска изображений в графических базах данных. Предложенные методы поиска можно применять в системах технического зрения, системах контроля качества продукции приборостроения, системах распознавания образов, системах управления и поиска изображений. Разработанные в диссертационной работе алгоритмы могут быть использованы для поиска изображений в сети Интернет, а также поиска сопутствующих материалов, размещенных с искомым изображением: поиск автора и названия изображения, поиск изображения с более высоким качеством, поиск похожих изображений, контроль авторских прав.

   Реализация результатов работы.

   Разработанные в диссертационной работе алгоритмы поиска изображений по визуальному подобию внедрены и используются в проекте «Гарда Предприятие» компании ООО «МФИ Софт», что подтверждается актом о внедрении. Они также используются в учебном процессе с магистрантами направления «Информатика и вычислительная техника» по программам «Теоретическая информатика» и «Диагностические и информационно-

   поисковые системы» в Нижегородском государственном техническом университете им. Р.Е. Алексеева. Разработанный программный комплекс зарегистрирован в Реестре программ для ЭВМ Федеральной службы по интеллектуальной собственности, патентам и товарным знакам РФ.

   Обоснованность и достоверность результатов диссертационной работы обеспечены корректным использованием современного математического аппарата и подтверждены результатами экспериментальных исследований на реальном примере.

   На защиту выносятся:

   1. 3. 1. Информационная модель системы поиска изображений, на основе которой можно проектировать базы данных с общим количеством изображений более 10⁶ объектов. При этом обеспечивается высокая производительность и достоверность выполняемого поиска.

         2. Алгоритм поиска изображений в графической базе данных, обеспечивающий высокую производительность и позволяющий работать с зашумленными изображениями.

         3. Алгоритм поиска изображения, часть которого потеряна, загорожена другим объектом или стерта.

         4. Алгоритм поиска похожих по визуальному подобию изображений, который по производительности и достоверности не уступает существующим алгоритмам поиска изображений в больших базах данных и сети Интернет.

         Апробация работы. Основные положения диссертации и результаты диссертационной работы представлялись и докладывались на следующих научных конференциях:

         1. XV международная научно-техническая конференция «Информационные системы и технологии», г. Н.Новгород, 2009;

         2. XVI международная научно-техническая конференция «Информационные системы и технологии», г. Н.Новгород, 2010;

         3. XVII международная научно-техническая конференция

         «Информационные системы и технологии», г. Н.Новгород, 2011;

         4. Вторая Всероссийская конференция «Нелинейная динамика в когнитивных исследованиях», г. Н. Новгород, 2011;

         5. XVI Нижегородская сессия молодых ученых (технические науки), «Красный плес» Нижегородская обл., 2011;

         6. Х Всероссийская научная конференция молодых ученых, аспирантов и студентов «Информационные технологии, системный анализ и управление», г. Таганрог, 2012.

         7. XIX международная научно-техническая конференция «Информационные системы и технологии», г. Н.Новгород, 2013.

         Публикации. По теме диссертации опубликовано 9 работ, в том числе 2 статьи в рецензируемых изданиях, свидетельство о государственной регистрации программы для ЭВМ. Статьи [1-2] написаны в соавторстве. В работах [1-2] автору принадлежит построение информационной модели системы и алгоритмов поиска изображений, Утробину В. А. - описание элементов теории активного восприятия, на основе которых строится поисковая система.

         Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, библиографического списка и приложений. Общий объём работы 127 страниц текста, содержащего 62 рисунка и 3 таблицы. Список литературы содержит 105 наименований.

         Похожие диссертации на Модель и алгоритмы поиска изображений в графических базах данных на основе теории активного восприятия

         Разработка системы автоматического формирования фонетической базы данных на основе информационной теории восприятия речиКарпов Николай Вячеславович

         

         Разработка алгоритма автоматического формирования фонетической базы данных на основе информационной теории восприятия речиКарпов Николай Вячеславович

         

         Разработка и исследование модели и алгоритмов поиска растровых изображенийСавкина, Анастасия Владимировна

         

         РАЗРАБОТКА И МОДИФИКАЦИЯ МОДЕЛЕЙ И АЛГОРИТМОВ ПОИСКА ДАННЫХ В INTERNET/INTRANET СРЕДЕ ДЛЯ УЛУЧШЕНИЯ КАЧЕСТВА ПОИСКАХорошко Максим Болеславович

         Математические модели и алгоритмы эффективного поиска текстовой информации на основе кластеризации по нечетким коллокациямПоляков, Дмитрий Вадимович

         Методы и алгоритмы реконструкции, поиска и визуализации трёхмерных моделейЧерников, Игорь Сергеевич

         

         Биометрический поиск информации в базе данных изображений, основанный на стохастической геометрииРой Алексей Владимирович

         Теория и технология построения баз знаний на основе взаимодействия методов приобретения знанийОсипов, Геннадий Семенович

         

         Информационная модель прогнозирования случайных процессов с позиции активного восприятияКрасильников Александр Владимирович

         Построение корректных моделей алгоритмов ограниченной емкостиМамаев, Владислав Владимирович