Datenbankgestützte Repräsentation und Extraktion von Episodenbeschreibungen aus Bildfolgen

اطلاعات موجود در دنباله‌های تصویر را می‌توان با درجات انتزاعی بسیار متفاوت توصیف کرد: تعیین مقدار روشنایی برای هر نقطه از هر تصویر، سطح توصیف بسیار پایینی است، ارائه یک داستان بسیار بالاست. تولید خودکار توصیف‌ها از داده‌های تصویر تاکنون فقط برای سطوح پایین‌تر انتزاع امکان‌پذیر بوده است؛ توصیفی در سطح قسمت‌ها در اینجا در حال توسعه است. پایان نامه حاضر سیستمی را برای استخراج توصیفات در سطح اپیزود پیشنهاد می کند که از توصیفی شروع می شود که شامل مختصات هر شی در هر نقطه از زمان است. اپیزودهای معمولی از گفتمان «ترافیک جاده» عبارتند از «جستجوی جای پارک» یا «انتظار برای تراموا» یا «بی توجهی به حق تقدم». برای این منظور، شکلی از نمایش برای مدل‌های اپیزود در حال توسعه است که مبتنی بر KL-ONE است و از جمله، مدل‌سازی جنبه‌های زمانی را ممکن می‌سازد. از آنجایی که مقدار داده برای دنباله‌های تصویری که می‌توانند شامل قسمت‌ها باشند بسیار زیاد است، پشتیبانی از سیستم‌های پایگاه داده توصیه می‌شود. بنابراین انتقال شکل نمایش به مدل داده های رابطه ای به تفصیل بررسی می شود. سیستم‌های قوانین مبتنی بر شبکه‌های انتقال گسترده برای توصیف فرآیندهایی که ارتباط بین مدل‌های قسمت و داده‌های تصویر را ایجاد می‌کنند، استفاده می‌شوند. نمونه اولیه پیاده‌سازی شده قسمت‌هایی را از یک توالی تصویر از منطقه گفتمان «ترافیک جاده‌ای» استخراج می‌کند. کار در حوزه همپوشانی تفسیر تصویر، بازنمایی دانش و پایگاه‌های اطلاعاتی نهفته است. پیشنهادهایی از حوزه های مختلف را می توان برای حوزه های دیگر پذیرفت. نشان داده شده است که جفت شدن دو ناحیه مشکل - ساختارهای پیچیده و مقادیر زیاد داده - در اصل امکان پذیر است. مشکلات مرتبط سازی که هنوز باید حل شوند، بررسی می شوند.

Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts für jeden Punkt jedes Einzelbildes ist eine sehr niedrige Beschreibungsebene, die Darstellung einer Geschichte eine sehr hohe. Eine automatische Erzeugung von Beschreibungen aus den Bilddaten ist bisher nur für niedrigere Abstraktionsstufen möglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System für die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die für jedes Objekt die Koordinaten zu jedem Zeitpunkt enthält. Typische Episoden aus dem Diskursbereich "Straßenverkehr" sind "Parkplatzsuchen" oder "auf die Straßenbahn warten" oder "Vorfahrt mißachten". Zu diesem Zweck wird eine Darstellungsform für Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermöglicht. Da der Datenumfang für Bildfolgen, die Episoden enthalten können, sehr groß ist, erscheint die Unterstützung durch Datenbanksysteme ratsam. Daher wird die Übertragung der Darstellungsform auf das relationale Datenmodell eingehend untersucht. Zur Beschreibung der Prozesse, die die Zuordnung zwischen Episodenmodellen und Bilddaten herstellen, dienen Regelsysteme auf der Gundlage von erweiterten Übergangsnetzen. Der implementierte Prototyp extrahiert Episoden aus einer Bildfolge aus dem Diskursbereich "Straßenverkehr". Die Arbeit liegt im Überschneidungsbereich der Gebiete Bilddeutung, Wissensrepräsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten können für jeweils andere Gebiete übernommen werden. Es wird gezeigt, daß die Kopplung von zwei Problemkreisen - komplexe Strukturen und große Datenmengen - im Prinzip möglich ist. Noch zu lösende Probleme bei der Kopplung werden angesprochen.