Defesa de Tese de Doutorado: Nádia Puchalski Kozievitch
Objetos Complexos em Bibliotecas Digitais: Analisando o Gerenciamento de Componentes de Imagens.
| What | Defesa de Doutorado |
|---|---|
| When |
08/07/2011 from 14:00 to 18:00 |
| Where | Sala 322 - CC22 - IC 3 |
| Add event to calendar |
|
Atualmente, com os avanços tecnológicos, há disponível uma grande e heterogênea quantidade de dados multimídia. Estes dados podem ser provenientes de fontes diversificadas, desempenhando um papel fundamental em sistemas de informação, tais como repositórios de Bibliotecas Digitais.
Com o objetivo de reutilizar, integrar, agregar e unificar diferentes recursos sob o mesmo conceito, Objetos Complexos surgiram para facilitar a abstração de agregações, utilizando componentes de diferentes domínios, e unificando-os sob o mesmo conceito. Em especial, os objetos complexos de imagens são um exemplo representativo de fonte de dados que geralmente é integrada com componentes heterogêneos, tais como metadados, links e softwares de manipulação de imagem. A busca de imagens é um serviço importante, amplamente explorado em sistemas de Biblioteca Digital. A recuperação de imagens por conteúdo aborda a busca automática de imagens, considerando propriedades visuais (como textura e cor). Este trabalho trata de três aspectos relacionados a objetos complexos: (i) a formalização de conceitos; (ii) a comparação de tecnologias relacionadas; e (iii) a especificação e a implementação de um protótipo, que encapsula e publica objetos complexos de imagens manipulados em sistemas de busca de imagens por conteúdo.
A infraestrutura proposta baseia-se em uma estrutura de componentização específica - Digital Content Component (DCC) - para encapsular o processo de busca de imagens por conteúdo e o objeto complexo de imagem. Posteriormente, os dados são publicados como itens de um repositório de dados, usando o protocolo Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH). A solução proposta prevê (i) um acesso homogêneo ao processo de busca de imagens por similaridade, e fontes de dados (imagens, metadados e descritores); (ii) a distribuição e coleta de metadados de objetos complexos de imagens, juntamente com as medidas de similaridade e vetores de características; e (iii) e a centralização do processamento, encapsulamento, publicação e coleta do objeto complexo de imagem. Finalmente, ilustramos o reuso dos componentes da infraestrutura proposta no domínio de biodiversidade, na integração de bibliotecas digitais de impressões digitais, na busca multimodal e em estórias de vídeo.
