Geçiş Ağları – Multimedya Bölümü – Multimedya Bölümü Ödevleri – Multimedya Bölümü Tez Yaptırma –Multimedya Bölümü Ödev Ücretleri

Geçiş Ağları

Her ark etiketi Xi, yukarıdaki gibi her bir süre için ortam akışı kombinasyonunu temsil etmek üzere oluşturulur. Örneğin, X1 yay etiketi, d1 süresinde medya akışları V1 ve T1’in birlikte görüntülenmesini temsil eder. Yeni ortam akışları I1 ve A1, görüntülenmek üzere V1 ve T1 ile çakıştığında yeni bir yay oluşturulur.

Ancak, geçiş ağlarına yalnızca medya akışları dahil edilir. Anlamsal nesnelerin uzamsal-zamansal ilişkilerini modellemek için, özyinelemeli bir geçiş ağı (RTN) oluşturmak üzere metinlerdeki resimler, video çerçeveleri ve anahtar sözcükler gibi medya akışlarını modellemek için alt ağlar geliştirilir.

ATN’lerdeki alt ağlar, video, görüntü ve metin gibi medya akışlarının ayrıntılı bilgilerini modellemek için kullanılır. Anlamsal nesnelerin sayısında herhangi bir değişiklik olduğunda veya giriş sembolünde herhangi bir anlamsal nesne uzamsal konum değişikliği olduğunda, bir alt ağda yeni bir durum oluşturulur. Tek bir görüntü için, semantik nesnelerin sayısı ve uzamsal konumu değişmeyeceğinden, alt ağ yalnızca iki durum düğümüne ve bir yaya sahiptir.

Alt ağlara sahip olmanın avantajı, iri taneli ortam akışlarının ve ince taneli semantik nesnelerin ayrılabilmesidir. Medya akışlarını içeren geçiş ağı, kullanıcılara farklı sürelerde ne tür medya akışlarının gösterildiğine dair üst düzey (kaba taneli) bir kavram sağlayabilir.

Alt ağlar, görüntülerin, video karelerinin veya metinlerin düşük seviyeli (ince taneli) kavramlarını temsil edebilir. Geçiş ağına anlamsal nesneler dahil edilirse, medya akışları ve anlamsal nesneler birbirine karıştığı için bu geçiş ağının anlaşılmasını zorlaştıracaktır.

Alt ağların girişleri de multimedya giriş dizileridir. Multimedya giriş dizisi, semantik nesnelerin zamansal, uzamsal veya uzamsal-zamansal ilişkilerini modellemek için kullanılır. Anlamsal nesne, bir video karesinde veya görüntüde “araba” gibi görünen bir nesnedir.

Multimedya giriş dizgileri, medya akışlarının ve semantik nesnelerin zamansal/uzaysal ilişkilerinin ikonik indekslenmesi için verimli bir araç sağlar. Bir multimedya giriş dizisi, bir veya daha fazla giriş simgesinden oluşur.

Bir giriş sembolü, belirli bir süre içinde aynı anda görüntülenen medya akışlarını temsil eder. Bu giriş sembolleri aynı zamanda bir ATN’deki ark etiketidir. Yay etiketi, multimedya giriş dizisinin bir alt dizisidir. Multimedya girdi dizileri kullanılarak, kullanıcı etkileşimleri ve döngüleri modellenebilir.

Bir ATN ve onun alt ağları, görünen ortam akışları ve semantik nesneleri dizisini temsil etmek için kullanılır. Bu tasarımda, bir sunum bir multimedya giriş dizisi tarafından yürütülür. Her alt ağın kendi multimedya giriş dizisi vardır.

Varsayılan ağ geçidi öğrenme
Ağ geçidi Nedir
Varsayılan ağ geçidi kaç olmalı
Varsayılan ağ geçidi nasıl ayarlanır
Varsayılan ağ geçidi nerden Bulunur
Alt ağ maskesi Nedir
Telefon ağ geçidi adresi
Ağ geçidi ne olmalı

Kullanıcılar, SQL gibi üst düzey bir dil kullanarak sorgular yayınlayabilir. Bu sorgu daha sonra alt ağlardaki multimedya giriş dizileriyle eşleşmesi için bir multimedya giriş dizisine çevrilir. Görüntüler, video kareleri veya metinle ilgili multimedya veritabanı sorguları, karşılık gelen alt ağlar analiz edilerek yanıtlanabilir.

Multimedya veri tabanı araması, sorgu ile multimedya giriş dizisi arasında eşleşen bir alt dizi haline gelebilir. Başka bir deyişle, metin, görüntü ve video ile ilgili veritabanı sorguları, alt ağlarda alt dize eşleştirme yoluyla yanıtlanabilir.

Ayrıca video, eğitim ve öğretim, video konferans, isteğe bağlı video (VOD), haber servisi vb. birçok uygulamada oldukça popülerdir. Geleneksel olarak, kullanıcılar videolarda belirli bir içeriği aramak istediklerinde, video bandındaki ilgi alanına hızlı bir genel bakış elde etmek için hızlı ileri veya geri sarmaları gerekir.

Multimedya tarama, kullanıcılara sunumun görmeyi tercih ettikleri herhangi bir bölümünü seçme esnekliği sağlar. ATN’ler, kullanıcı etkileşimlerini ve döngüleri modelleyebildiğinden, tasarımcı, kullanıcıların sunumun aynı bölümüne birden fazla kez göz atma veya izleme seçeneklerini kullanabilmeleri için seçimlerle bir sunum tasarlayabilir.

Bu nedenle, ATN’ler üç ana yetenek sağlar: multimedya sunumları, zamansal/uzaysal multimedya veritabanı araması ve multimedya taraması. ATN ve alt ağları, bir veri tabanı yönetim sistemi (DBMS) tarafından kontrol edilen multimedya veri tabanı sistemlerine dahil edilebilir. Tasarımcı, bir ATN kullanarak genel amaçlı bir multimedya sunumu tasarlayabilir, böylece kullanıcılar bu sunumu izlemek, göz atmak ve aramak için kendi ihtiyaçlarını karşılayabilir.

MULTİMEDYA VERİTABANI ARAMA

Çoklu ortam verilerini geleneksel metin tabanlı verilerden farklı kılan temel özelliği, zamansal ve mekansal boyutlarıdır. Video verileri için, video olayları genellikle uzamsal anlambilime ek olarak yüksek derecede zamansal içeriğe sahiptir. Video verilerindeki semantik ve olaylar, uzay ve zamandaki fiziksel nesneler arasındaki etkileşim açısından ifade edilebilir.

Multimedya veri tabanı araştırmasındaki önemli hususlar, uzamsal-zamansal semantiğin belirtilmesi ve indeksleme mekanizmalarının geliştirilmesidir. Veri modelleme amaçları için, multimedya nesneleri arasındaki uzay-zamansal ilişkiler, daha sonra sorgu işleme için kullanılabilen uygun bir indeksleme yapısında temsil edilebilir.

Bir diğer kritik konu da bilginin yorumlanmasındaki farklılıklardan kaynaklanabilecek anlamsal heterojenliktir. Anlamsal heterojenliğin geleneksel veritabanlarında zor bir sorun olduğu kanıtlanmıştır. Multimedya verileri bağlamında, sorun daha zor ve içinden çıkılmaz hale gelir.

Multimedya veritabanı araması, multimedya verilerinin semantik modellemesini ve bilgi sunumunu gerektirir. Multimedya verilerinin, özellikle de video verilerinin modellenmesine ilişkin mevcut yaklaşımları sınıflandırmak için iki kriter dikkate alınır. Bu iki kriter, soyutlama düzeyi ve veri işlemenin ayrıntı düzeyidir. Bu iki kritere dayanarak, video verilerinin modellenmesinde kullanılan çeşitli yaklaşım sınıfları karşılaştırılır.

Soyutlama düzeyi, desteklenen semantik düzeyine bağlı olarak düşükten yükseğe doğru gider. Desteklenen anlambilim, kullanıcılardan çok makinelerle ilgili olan düşük düzeyli anlambilim ise, düşük düzeyli olarak kabul edilir. Bilgi içeriğinin derecesi ve video verisinden çıkarılan bilgi arttıkça artar. Örneğin, “sahne değişikliği” düşük düzeyde soyutlamaya sahiptir ve “sahadan gol atmak” yüksek düzeyde soyutlamaya sahiptir.

Veri işlemenin ayrıntı düzeyi, semantiğin çıkarıldığı temel olan video verilerinin ön işleme yöntemine bağlı olarak kabadan inceye doğru gider. Video karelerinin bir bütün olarak işlenmesini içeriyorsa kaba taneli olarak kabul edilirken, işleme bir video karesi içindeki nesnelerin algılanmasını ve tanımlanmasını içeriyorsa ince taneli olarak kabul edilir.

öğesinin sağ tarafında sınıflandırılan yöntemler, video verilerini nesne düzeyinde işlemeye odaklandıklarından ince ayrıntı düzeyine sahip olarak kabul edilir. Öte yandan, sol taraftaki modellerin odak noktası, özellikleri kullanarak video verilerini kare düzeyinde işlemek. Tanımlanan bu yaklaşımların işlevleri ve sınıflandırılması sonraki birkaç bölümde tartışılmaktadır.

Makale Deniz

Biyografinin Tamamını Gör