Seminarvortrag von Matthias Müller-Prove Multimediale Informationsverarbeitung WS94/95

Inhalt

1 Bilddatenbanken

1. Retrieval in Multimedia Datenbanken
2. Retrieval Methoden der KI

2 Visualisierte Datenbankanfragen

1. Einleitung
2. G+ Project, GraphLog query language
3. Weiterentwicklung
4. Visuelle Komplexitüt

1 Bilddatenbanken

Inhalt

1. Retrieval in Multimedia Datenbanken
2. Retrieval Methoden der KI

1.1 Retrieval in Multimedia Datenbanken

Schlüsselwörter

• guter Erfahrung in Bibliotheken
• erfordert geübte Benutzer ("Haus" vs. "Gebäude")
• hoher Aufwand bei der Pflege des Index
• zu schwach für Bild, Ton & Film
• keine Abhängigkeiten, Aktionsfolgen & Kausalitäten

Hierarchischer Index / Thesaurus

• Baum-Struktur in der Index-Menge vom Allgemeinen zum Speziellen
• "Pflanze" liefert auch mit "Blume" indizierte Bilder
• hoher Aufwand beim Einbinden externer Bildarchive

Freier Text

• einfach zu erzeugen
• gute Ausdrucksmächtigkeit
• schwer zu suchen -> Volltextsuche, Effektivität hängt von Formulierungen ab

Eingeschränkter Text

• keine Nebensätze, nur NP "Die Hanseatic beim Auslaufen aus dem Hamburger Hafen"
• einfach zu erzeugen
• in Wissensrepräsentationen Überführbar (Uni-KL, Monterey)

1.2 Retrieval Methoden der KI

Wissensrepräsentation

• aufwendig zu erzeugen; Analyse offline; welche Aspekte?
  • -> Textverstehen (Anaphernauflösung, Weltwissen)
    1. "Peter geht mit seinem Ball in den Park."
    2. "Er fliegt hoch durch die Luft."
    3. "Beide essen ein Eis."
  • -> Bildverstehen (räumliche Beziehungen, Ähnlichkeitsmaße)
  • -> Spracherkennung
• Repräsentation in Prädikaten, Semantischen Netzen, Frames, Scripts...
• gute effiziente formale Suche

2 Visualisierte DB-Anfragen

Inhalt

1. Einleitung
2. G+ Project, GraphLog query language
3. Weiterentwicklung
4. Visuelle Komplexitüt

2.1 Einleitung

• Graphische Visualisierung von Informationen
• Visualisierung bei den Software-Werkzeugen
  • Graphische Benutzeroberflächen
  • Visuelle Anfrage-Sprachen an Datenbanken
  • Visuelle Darstellung und Manipulation von Datenbanken

2.2 G+ Projekt, GraphLog query language

Hygraphs

• Bei jeder Visualisierung soll der Benutzer die Möglichkeit haben zu browsen. (wie beim Hypermedia)
• editierbar (cut, copy & paste; zoom; layout; node- & link-edit)

• GrafLog Anfragen Graph-Muster (pattern) Knoten: mit Variablen und Konstanten beschriftet Kanten: reguläre Ausdrücke über einer Prädikatmenge
• Auswertungsprozess In der Datenbank werden Instanzen für das Graph-Muster gesucht. Für diese können dann bestimmte Operationen ausgeführt werden.

2.3 Weiterentwicklung

Visuelles Programm

Visuelle Sprache ist objekt-orientiert und hat eine wohldefinierte Semantik.

2.4 Visuelle Komplexität

• Filter Gezielte Anfragen verringern die Datenmenge.
• Übersicht Landkarten geben unter Weglassen von Details Orientierung über den gesamten Graphen.
• Container (blobs) Teilgraphen können ausgeblendet werden.