P. 1
libroWeb-NV

libroWeb-NV

|Views: 118|Likes:

More info:

Published by: Armando Jose Ardila Cuto on Apr 14, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

02/06/2013

pdf

text

original

La indexación automatizada de información mutimedial trae consigo
múltiples beneficios como ahorro en tiempos de búsqueda y estandarización
en las anotaciones de las imágenes. Como fue mencionado anteriormente,
los seres humanos realizan anotaciones o clasifican las imágenes de acuerdo
a criterios propios. Además, cuando un humano anota una imagen se preo­
cupa obviamente de las necesidades de búsqueda presentes y no piensa en
las futuras. Esto provoca que la información que no es anotada en el presen­
te,  no  pueda  ser  buscada  en  el  futuro.  Sin  embargo,  la  indexación
automatizada permite anotar en forma objetiva la mayor cantidad de carac­
terísticas posibles y de esta forma anticiparse a las necesidades futuras de
búsqueda del usuario.

Existen indexaciones de tipo texto (cada imagen recibe una descripción
textual explícita, i.e. una frase que la representa), por atributos (cada imagen
es descrita mediante una especificación de ciertos atributos que contiene, ej.
texturas) o por contenido (la forma, el color o alguna otra característica de
los objetos que contiene la imagen es utilizada en forma implícita para su in­
dexación). En cada uno de estos caso el objeto multimedial se almacena junto
a su descriptor en la base de datos.

5 Se utilizan también los términos indización (de índice) e indexamiento (del inglés

index).

106

Capítulo 8 Multimedia en la Web

En la figura 8.1 se muestra la fotografía de una mujer sentada en un jar­
dín, y dos posibles tipos de indexación, usando descriptores de texto y
color. En el caso de los descriptores de texto, la entrada al sistema es una
descripción textual entregada por un humano, y el módulo de indexación
automatizada (en rigor semi automatizada en este caso) determina una ver­
sión reducida del descriptor de texto usando un algoritmo de stemming, que
filtra algunas palabras (ejemplo: artículos, conjunciones) y reduce otras a su
raíz (verbos y sustantivos). En el caso de los descriptores de color se muestra
el uso de histogramas de color RGB, que permiten calcular estadísticas del
contenido cromático de la imagen en los canales rojo (R: red), verde (G: gre­
en) y azul (B: blue).

107

Figura 8.1: Ejemplo de cálculo de descriptores de texto y de color sobre una
imagen.

Capítulo 8 Multimedia en la Web

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->