Incorporando realimentação de relevância em consultas por similaridade em sistemas de gerenciamento de bases de dados

• Processo: 06/00336-5
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de janeiro de 2007
• Data de Término da vigência: 31 de agosto de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Caetano Traina Junior
• Beneficiário: Humberto Luiz Razente
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Bases de dados Realimentação de relevância Consultas por similaridade
• Palavra(s)-Chave do Pesquisador: Busca De Imagens Por Conteudo | Consultas Por Similaridade | Realimentacao De Relevancia | Bases de Dados

Resumo

Uma das abordagens que mais têm recebido atenção dos pesquisadores para a busca de imagens em grandes coleções é a recuperação baseada em conteúdo. As técnicas de recuperação de imagens baseadas em conteúdo (Content-Based Image Retrieval -- CBIR) utilizam características visuais, extraídas automaticamente das imagens para representa-las e indexa-las. Infelizmente, a busca por conteúdo em consultas simples, sem o apoio de características descritivas efetuadas por analistas, tende a gerar, misturados aos resultados significativos encontrados, muitos resultados que não correspondem ao interesse do usuário. Com o intuito de tratar esse problema, tem se tentado empregar técnicas de Realimentação de Relevância (Relevance Feedback -- RF) na recuperação de imagens em buscas por similaridade. A aplicação dessas técnicas em domínios de imagens está em fase inicial de estudo e ainda não existem estudos conclusivos que definam como interpretar os dados realimentados, e nem como interferir globalmente nas consultas futuras, mesmo naquelas que não solicitem explicitamente a correção baseada em resultados anteriores. Este projeto pretende explorar o desenvolvimento de tecnologias RF integradas aos Sistemas de Gerenciamento de Bases de Dados (SGBD). Com isso pretende-se que seja possível que o refinamento das consultas possa interferir nas consultas futuras, incluindo aquelas oriundas de aplicativos já desenvolvidos sem contemplar conceitos de RF. O projeto de doutorado proposto visa desenvolver técnicas que habilitem o SGBD a responder a consultas por conteúdo usando RF, evitando assim que esses conceitos sejam tratados isoladamente na interface com o usuário de cada ferramenta/aplicativo, mas sim que sejam tratados internamente ao SGBD, estendendo os benefícios do refinamento das consultas a todos os processos clientes de um sistema.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

VIEIRA, MARCOS R.; RAZENTE, HUMBERTO L.; BARIONI, MARIA C. N.; HADJIELEFTHERIOU, MARIOS; SRIVASTAVA, DIVESH; TRAINA, CAETANO, JR.; TSOTRAS, VASSILIS J.. DivDB: A System for Diversifying Query Results. PROCEEDINGS OF THE VLDB ENDOWMENT, v. 4, n. 12, p. 4-pg., 2011-08-01. (06/00336-5)

VIEIRA, MARCOS R.; RAZENTE, HUMBERTO L.; BARIONI, MARIA C. N.; HADJIELEFTHERIOU, MARIOS; SRIVASTAVA, DIVESH; TRAINA, CAETANO, JR.; TSOTRAS, VASSILIS J.; IEEE. On Query Result Diversification. IEEE 27TH INTERNATIONAL CONFERENCE ON DATA ENGINEERING (ICDE 2011), v. N/A, p. 12-pg., 2011-01-01. (06/00336-5)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

RAZENTE, Humberto Luiz. Adequando consultas por similaridade para reduzir a descontinuidade semântica na recuperação de imagens por conteúdo. 2009. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.