ARALIK TABANLI MODELLEME – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

ARALIK TABANLI MODELLEME

Literatürde, zamansal veritabanlarındaki bilgi ve anlambilimi yakalamak için zamansal modellemeyi uygulamak için çeşitli yaklaşımlar önerilmiştir. Bu yaklaşımlarda, video verilerinin olay tanımlaması için bilgiye dayalı biçimcilikler geliştirilmekte ve mantık, küme ve uzamsal-zamansal operatörler gibi semantik operatörler yaygın olarak kullanılmaktadır.

• Mantık operatörleri: ve, veya, değil, eğer-o zaman, sadece-eğer, eşdeğer, vb.
• Küme operatörleri: birleşim, kesişim, fark vb.
• Uzay-zamansal operatörler: başlar, buluşur, örtüşür, eşittir, bitirir, önce, sırasında, sonunda, her zaman, vb.

Özünde, bu yaklaşımlar bu semantik operatörlerin farklı kombinasyonlarını kullanır. Örneğin, bazı yaklaşımlarda, video semantiğini belirtmek için uzamsal-zamansal mantığı geliştirmek için hem zamansal hem de mantıksal operatörler kullanılır. Bazı yaklaşımlar, video olaylarını cebirsel ifadeler biçiminde belirtmek için uzay-zaman operatörlerini ve küme-teorik operatörleri kullanır.

Küme-teorik operatörler, video üretim ortamları için de kullanılır. Bu zamansal aralık tabanlı yaklaşımlar kabaca iki kategoriye ayrılabilir.

UZAY-ZAMAN MANTIĞI

Bu kategorideki yaklaşımlar, bir sahnede tanımlanan göze çarpan nesneleri temsil etmek için semboller kullanır ve sahneleri temsil etmek için bir dizi durum iddiası kullanır. Durum iddialarının dizisi, o sahnedeki nesnelerin izdüşümleri arasındaki geometrik sıralama ilişkilerini yakalar ve nesneler çerçeveden çerçeveye hareket ettikçe bu izdüşümlerin zaman içindeki dinamik gelişimini belirler.

İddialar, Boole bağlaçları ve zamansal operatörler aracılığıyla tümevarımsal olarak birleştirilir. Sunulan yaklaşım, video semantiğini verimli bir şekilde modellemek için zamansal/uzaysal eninde sonunda ve zamansal/uzaysal gibi uzamsal ve zamansal operatörleri kullanır. Ayrıca, uzamsal ilişkilerin belirsizliği ve eksik tanımlaması, çok düzeyli iddialar tanımlanarak ele alınabilir.

Önerilen başka bir yaklaşım, video verilerini modellemek için ikili zamansal ilişkilere (yukarıda bahsedilen) dayanan genelleştirilmiş zamansal aralıkları tanımlar. Genellemenin temeli, ardışık iki aralığın aynı zamansal ilişkiyi sağlamasıdır.

Genelleştirilmiş bir ilişki, 1’den n’ye kadar etiketlenmiş n aralık arasında bir permütasyon olan n-ary ilişkisidir. n-ary ilişkileri, video semantiğini bir hiyerarşi biçiminde oluşturmak için kullanılır. Bu amaçla, ilk olarak uzaysal olaylardan basit zamansal olaylar, n-ary zamansal operatör kullanılarak oluşturulur.

Bu buluşma operatörünün işlenenleri, çerçeveden çerçeveye gözlemlenen uzamsal olaydır. Gözlenen olay, basit bir zamansal olay olarak adlandırılır. Basit zamansal olayların tanımlanması, VSDG modelinde yakalanan nesnelerin uzamsal ve hareket bilgilerinin değerlendirilmesini gerektirir.

Ajan tabanlı MODELLEME
Fayda tabanlı ajanlar
Akıllı ajan örnekleri
Etmen tabanlı modelleme sistem bileşenleri
Yapay zeka etmen tabanlı modelleme sistem bileşenleri

CEBİRSEL MODELLER

Bu kategorideki yaklaşımlar, anlamsal modellemeye ve video verileri için düzenleme yeteneklerine izin veren formaliteler oluşturmak için geçici operatörler ve set işlemleri kullanır. İçinde, uzay-zamansal modelleme ve video düzenleme yeteneklerine izin vermek için bir dizi cebirsel operatör tanımlanmıştır. Yaklaşımlarında, zamansal modelleme, uzay-zamansal mantık biçimselciliklerinde kullanılan uzay-zamansal operatörler tarafından gerçekleştirilir.

Bu operatörler, nesneleri ve yörüngelerini geçici olaylara eşleyen işlevler aracılığıyla uygulanır. Ayrıca, video klip eklemek ve diğer video kliplerden video klip ve resim çıkarmak gibi çeşitli video düzenleme işlemlerini gerçekleştirmek için çeşitli işlevler kullanılır.

İndeksleme ve içerik tabanlı erişim için sahneleri ve olayları temsil etmek üzere video ifadelerinin hiyerarşik soyutlamasında önerilen başka bir yaklaşım. Basit biçiminde bir video ifadesi, anlamlı bir sahneyi temsil eden bir dizi kareden oluşur. Bileşik video ifadeleri, cebirsel işlemler yoluyla daha basit olanlardan oluşturulur.

Cebirsel işleçler oluşturma, birleştirme, açıklama vb.’dir. Birleştirme işleçleri birkaç zamansal ve küme işlemi içerir. Küme işleçleri, istenen anlambilim ve açıklamaya göre karmaşık video ifadeleri (örneğin video bölümleri) oluşturmak için kullanılır. İçerik tabanlı alma, her video ifadesine kullanıcılar tarafından tanımlanan alan adı ve değer çiftleri eklenerek yönetilir.

Cebirsel modelleme yaklaşımı, sunulduğu gibi video verilerinin yönlendirilmiş soyutlamasını geliştirmek için genişletildi. Yaklaşımlarında, bir video nesnesi bir video ifadesiyle aynıdır ve anlamsal olarak anlamlı sahnelere ve olaylara karşılık gelir.

IS-A nesilleri, nesne sınıfları yerine nesnelerin örneklerinde tanımlanan bir nesne hiyerarşisi oluşturmak için kullanılır ve anlamsal olarak aynı video bölümlerinin birlikte gruplandırılmasına izin verir.

Bu tür nesne hiyerarşisindeki kalıtım, bir video nesnesi A’nın bazı öznitelik/değer çiftlerinin, B’nin ham video verilerinin A’nınkinde yer alması koşuluyla başka bir video nesnesi B tarafından miras alındığı aralık dahil etmeye dayanır. Aralık gibi kompozisyon işlemleri projeksiyon, birleştirme ve örtüşme yapıları, video verilerini düzenlemek ve video nesnelerinin yeni örneklerini tanımlamak için de kullanılan küme işleçleri tarafından desteklenir.

VİDEO VERİ MODELLEMENİN ÖZELLİKLERİ

Seçilen video veri modelleme yaklaşımlarının bazı önemli özelliklerini listeler. Tablodan bir gözlem, video semantiğini yakalamak için otomatik bir mod kullanan yaklaşımların çoğunun yüksek seviyeli soyutlamaları destekleyemeyeceğidir.

Bunun nedeni, bir dizi görüntüye eşlenmesi zor olan kavramları ve/veya insan müdahalesi olmadan video verilerinden otomatik olarak çıkarılabilen uzamsal-zamansal özellikleri yakalamanın zorluğudur. Yazarlar, üst düzey anlambilimi, otomatik ayrıştırma yoluyla anlambilimi yakalayan tekniklere dahil etmek için alan bilgisini kullanır.

Diğer bir gözlem de görsel sorgulama ve video verilerinin taranması kullanımının veri tabanının bir parçası olarak sağlanması gereken önemli bir özellik olduğudur. Özellikle, uzay-zamansal semantiği açıklayan cebirsel ve mantıksal ifadeler, sorguları anlama ve formüle etmede zorluk yaratabilir.

Ayrıca, uzamsal-zamansal video veri modellemesinde, bir dereceye kadar belirsizlik içseldir. Önerilen yaklaşım, sezgisel bir arayüz olarak görsel bir sorgulama olanağını kullanır ve belirsizlik sorununu yönetmenin bir yolu olarak nesneler arasındaki uzamsal ilişkileri belirlemede farklı düzeylerde kesinlik kullanır. Oysa yalnızca en kesin ve ayrıntılı temsiller desteklenir.

Sunulan cebirsel model, video nesneleri ile ilgili anlamsal işlevleri tanımlama yükünü kullanıcılara yüklemesi anlamında bir sınırlamaya sahiptir. Ayrıca, bu işlevler nesne yörüngeleri açısından tanımlanmalıdır.

Öte yandan, önerilen cebirsel yaklaşımlar, video anlambiliminin kullanıcılar tarafından etkileşimli formülasyonuna izin verdiği için istenen anlambilimin belirlenmesinde esneklik sağlar. Bununla birlikte, yaklaşımları bazı eksikliklerden muzdariptir. Birincisi, saf kullanıcılar için yönetilemez hale gelecek, İkincisi, insan etkileşiminin yüksek maliyeti nedeniyle büyük video veritabanları için pratik olmayacaktır.

Makale Deniz

Biyografinin Tamamını Gör