Distinct nearest neighbors queries for similarity search in very large multimedia databases
| Název česky | Dotazovaní na rozlišitelné nejlibližší sousedy pro podobnostní hledání ve velmi velkých multimediálních databázích |
|---|---|
| Autoři | |
| Rok publikování | 2009 |
| Druh | Článek ve sborníku |
| Konference | 11th ACM International Workshop on Web Information and Data Management (WIDM 2009) |
| Fakulta / Pracoviště MU | |
| Citace | |
| www | http://portal.acm.org/citation.cfm?id=1651592 |
| Obor | Informatika |
| Klíčová slova | similarity search;kNN query;content-based retrieval |
| Popis | S tím, jak se značně rozšiřuje množství multimediálních dat dostupných prostřednictvím internetu, roste při jejich vyhledávání popularita podobnostního přístupu. Nejběžnějším konceptem je hledání k nejbližších sousedů (kNN), který se v multimediálních databázích efektivně používá již dlouhou dobu. Bohužel s tím jak objem multimediálních dat masivně narostl, tento přístup poskytuje stále méně užitečných informací. V tomto článku prezentujeme nový podobnostní dotaz - dotaz na k rozlišitelných nejbližších sousedů (kDNN) - který si klade za cíl zobecnit klasický kNN dotaz tak, aby byl robustnější s ohledem na množství prohledávaných dat. Oproti kNN dotazu, který vrací objekty podobné zadanému příkladu, kDNN dotaz navíc zajišťuje, že budou odpovědi dostatečně rozdílné, tj. že odpověď neobsahuje blízké duplikáty. |
| Související projekty: |