Descriptores visuals

Els descriptores visuals descriuen les característiques visuals dels continguts disposts en imàgens o en vídeos. Descriuen característiques elementals tals com la forma, el color, la textura o el moviment, entre uns atres.

Introducció

Com a conseqüència de les noves tecnologies de comunicació i a l'us massiu d'Internet en la societat actual, la cantitat d'informació audiovisual disponible en format digital està alcançant sifres realment elevades. És per eixe motiu que ha calgut dissenyar sistemes que nos permeten descriure el contingut de varis tipos d'informació multimèdia per a poder-los buscar i classificar.

Els encarregats de descriure el contingut són els cridats descriptores audiovisuals. Estos tenen un bon coneiximent dels objectes i events presents en un vídeo, image o àudio i permeten la busca ràpida i eficient de dit contingut audiovisual.

Este sistema es pot comparar en els buscadors de contingut textual. Si be és cert que és relativament fàcil trobar text en un ordenador, resulta molt més difícil trobar parts concretes d'àudio i vídeo. Per eixemple, imaginem algú buscant una escena d'una persona feliç. La felicitat és un sentiment i no és evident la descripció de la seua forma, color i textura en les imàgens.

La descripció del contingut audiovisual no és una tasca superficial i és essencial per a l'utilisació eficaç d'este tipo d'archius. El sistema d'estandardisació per excelència que explota els descriptores audiovisuals és el MPEG-7 (Motion Picture Expert Group - 7).

Tipos de descriptores visuals

Els descriptores són el primer pas per a poder trobar la conexió entre els píxels continguts en una Image digital i allò que els humans recordem despuix de haver observat durant uns minuts una Image o un conjunt de les mateixes.

Els descriptores visuals es dividixen en dos grans grups:

1. Descriptores d'informació general: contenen descriptores de baix nivell, proporcionant una descripció sobre el color, formes i regions, textures i moviment.
2. Descriptores d'informació de domini específic: proporcionen informació sobre els objectes i events que van apareixent en l'escena. Un eixemple molt concret seria el de reconeiximent facial.

Descriptores d'informació general

Els descriptores d'informació general consistixen en descriptores que cobrixen distintes característiques visuals bàsiques i elementals com són: el color, textura, forma, moviment i localisació, entre unes atres. La descripció és generada automàticament per mig de processament digital de senyals.

• Color: és la qualitat més bàsica del contingut visual. Es definixen cinc ferramentes per a descriure el color. Les tres primeres ferramentes representen la distribució del color. Les dos restants, descriuen la distribució espacial del color i la relació d'este entre una seqüència o conjunt d'imàgens:
  • Dominant Color Descriptor (DCD)
  • Scalable Color Descriptor (SCD)
  • Color Structure Descriptor (CSD)
  • Color Layout Descriptor (CLD)
  • Group of frame (GoF) o Group-of-pictures (GoP)

• Textura: és una atra qualitat molt important per a descriure una Image. Es dissenya per a caracterisar les textures o regions d'una Image. Observen el homogeneïtat de les regions i els histograma de les vores de dites regions. El conjunt de descriptores està format per:
  • Homogeneous Texture Descriptor (HTD)
  • Texture Browsing Descriptor (TBD)
  • Edge Histogram Descriptor (EHD)

• Forma: posseïx una informació semàntica molt important, degut a que els humans som capaços de reconéixer els objectes sol veent la seua forma. No obstant, esta informació solament pot ser extreta per mig d'una segmentaació similar a la que realisa el sistema visual humà. En l'actualitat encara no està disponible, pero si existixen una série d'algoritmes que nos permeten una bona aproximació. Estos descriptores descriuen les regions, contorns i formes per a imàgens 2D i volums 3D. El conjunt de descriptores està format per:
  • Region-based Shape Descriptor (RSD)
  • Contour-based Shape Descriptor (CSD)
  • 3-D Shape Descriptor (3-D SD)

• Moviment: es definix per mig de quatre descriptores que descriuen el moviment en les seqüències de vídeo. Este moviment va associat als objectes de la seqüència o be al moviment propi de la cambra. Esta última informació és proporcionada pel dispositiu de captura, mentres que el restant es realisa en processament digital de senyals. El conjunt de descriptores està format per:
  • Motion Activity Descriptor (MAD)
  • Camera Motion Descriptor (CMD)
  • Motion Trajectory Descriptor (MTD)
  • Warping and Parametric Motion Descriptor (WMD and PMD)

• LOCALIZACIÓN: dels elements dins d'una Image s'utilisa per a descriure elements en el domini espacial o temporal dins de la seqüència de vídeo. Els dos descriptores que ho permeten són els següents:
  • Region Locator Descriptor (RLD)
  • Spatio Temporal Locator Descriptor (STLD)

Descriptores d'informació de domini específic

Estos descriptores, que proporcionen informació sobre objectes i events en l'escena, no són fàcils d'extraure, encara més si es pretén realisar una extracció automàtica. No obstant, sempre cap la possibilitat, encara que àrdua, de realisar un processat manual.

Tal i com s'ha mencionat anteriorment, un eixemple concret d'una aplicació que intenta extraure este tipo d'informació de forma automàtica seria el de reconeiximent facial.

Vore també

• MPEG-7
• Sistema de reconeiximent facial

Referències

• B.S. Manjunath (Editor), Philippe Salembier (Editor), and Thomas Sikora (Editor): Introduction to MPEG-7: Multimèdia Content Description Interface. Wiley & Sons, April 2002 - ISBN 0-471-48678-7