Advances in multimedia data acquisi

Advances in multimedia data acquisition and storage technology have led to the growth of very large multimedia databases. Analyzing this huge amount of multimedia data to discover useful knowledge is a challenging problem. This challenge has opened the opportunity for research in Multimedia Data Mining (MDM). Multimedia data mining can be defined as the process of finding interesting patterns from media data such as audio, video, image and text that are not ordinarily accessible by basic queries and associated results. The motivation for doing MDM is to use the discovered patterns to improve decision making. MDM has therefore attracted significant research efforts in developing methods and tools to organize, manage, search and perform domain specific tasks for data from domains such as surveillance, meetings, broadcast news, sports, archives, movies, medical data, as well as personal and online media collections. This paper presents a survey on the problems and solutions in Multimedia Data Mining, approached from the following angles: feature extraction, transformation and representation techniques, data mining techniques, and current multimedia data mining systems in various application domains. We discuss main aspects of feature extraction, transformation and representation techniques. These aspects are: level of feature extraction, feature fusion, features synchronization, feature correlation discovery and accurate representation of multimedia data. Comparison of MDM techniques with state of the art video processing, audio processing and image processing techniques is also provided. Similarly, we compare MDM techniques with the state of the art data mining techniques involving clustering, classification, sequence pattern mining, association rule mining and visualization. We review current multimedia data mining systems in detail, grouping them according to problem formulations and approaches. The review includes supervised and unsupervised discovery of events and actions from one or more continuous sequences. We also do a detailed analysis to understand what has been achieved and what are the remaining gaps where future research efforts could be focussed. We then conclude this survey with a look at open research directions.

ผลลัพธ์ (ไทย) 1:

ความก้าวหน้าในเทคโนโลยีการซื้อและการจัดเก็บข้อมูลมัลติมีเดียได้นำไปสู่การเติบโตของฐานข้อมูลมัลติมีเดียที่มีขนาดใหญ่มาก วิเคราะห์ข้อมูลมัลติมีเดียเพื่อค้นพบความรู้ที่มีประโยชน์นี้จำนวนมากเป็นปัญหาท้าทาย ความท้าทายนี้ได้เปิดโอกาสสำหรับการวิจัยในมัลติมีเดียข้อมูลเหมือง (MDM) การทำเหมืองข้อมูลมัลติมีเดียสามารถกำหนดเป็นกระบวนการค้นหารูปที่น่าสนใจจากข้อมูลสื่อเช่นเสียง วิดีโอ ภาพ และข้อความที่ไม่สามารถเข้าถึงค่า โดยแบบสอบถามพื้นฐานและผลลัพธ์ที่เกี่ยวข้อง แรงจูงใจสำหรับการทำ MDM จะใช้รูปแบบการค้นพบการปรับปรุงการตัดสินใจ MDM จึงได้ดึงดูดพยายามวิจัยที่สำคัญในการพัฒนาวิธีการและเครื่องมือในการจัด จัดการ ค้นหา และทำงานเฉพาะโดเมนสำหรับข้อมูลจากโดเมน เช่นเฝ้าระวัง ประชุม ข่าวอากาศ กีฬา เก็บ ภาพยนตร์ ข้อมูลทางการแพทย์ คอลเลกชันสื่อออนไลน์ และส่วนบุคคล เอกสารนี้นำเสนอการสำรวจปัญหาและแก้ไขปัญหาในการทำเหมืองข้อมูลมัลติมีเดีย ทาบทามจากมุมต่อไปนี้: สกัด การแปลงและแสดงเทคนิค เทคนิคการทำเหมืองข้อมูล และระบบเหมืองข้อมูลมัลติมีเดียปัจจุบันในโดเมนโปรแกรมประยุกต์ต่าง ๆ เรากล่าวถึงประเด็นหลักของเทคนิคสกัด การแปลง และแสดงคุณลักษณะ เหล่านี้เป็น: ระดับสกัดคุณลักษณะ หลอมรวมคุณลักษณะ การซิงโครไนส์คุณลักษณะ ค้นพบคุณลักษณะความสัมพันธ์ และแสดงความถูกต้องของข้อมูลมัลติมีเดีย ยังมีการเปรียบเทียบเทคนิค MDM กับศิลปะของการประมวลผลวิดีโอ เสียง และเทคนิคการประมวลผลภาพ ในทำนองเดียวกัน การที่เราใช้ในการเปรียบเทียบเทคนิค MDM ด้วยเทคนิคเหมืองข้อมูลศิลปะที่เกี่ยวข้องกับคลัสเตอร์ จัดประเภท ลำดับรูปแบบการทำเหมืองแร่ เหมืองแร่กฎสมาคม และแสดงภาพประกอบเพลง เราตรวจระบบเหมืองข้อมูลมัลติมีเดียปัจจุบันรายละเอียด จัดกลุ่มปัญหาสูตรและวิธี การทบทวนรวมถึงดูแล และขั่วค้นพบเหตุการณ์และการกระทำ หนึ่งลำดับต่อเนื่อง นอกจากนี้เรายังทำการวิเคราะห์รายละเอียดให้เข้าใจอะไรได้และมีช่องว่างเหลือที่อาจ focussed วิจัยในอนาคต เราแล้วสรุปแบบสำรวจนี้ มีดูที่ทิศทางการวิจัยที่เปิด

ผลลัพธ์ (ไทย) 2:

ความก้าวหน้าในการเก็บข้อมูลมัลติมีเดียและเทคโนโลยีการจัดเก็บได้นำไปสู่​​การเจริญเติบโตของฐานข้อมูลมัลติมีเดียขนาดใหญ่มาก การวิเคราะห์นี้จำนวนมากของข้อมูลมัลติมีเดียที่จะค้นพบความรู้ที่มีประโยชน์เป็นปัญหาที่ท้าทาย ความท้าทายนี้ได้เปิดโอกาสสำหรับการวิจัยในการทำเหมืองข้อมูลมัลติมีเดีย (MDM) มัลติมีเดียการทำเหมืองข้อมูลสามารถกำหนดเป็นกระบวนการในการหารูปแบบที่น่าสนใจจากข้อมูลสื่อเช่นเสียง, วิดีโอ, ภาพและข้อความที่ไม่สามารถเข้าถึงได้โดยปกติคำสั่งขั้นพื้นฐานและผลที่เกี่ยวข้อง แรงจูงใจสำหรับการทำ MDM คือการใช้รูปแบบการค้นพบในการปรับปรุงการตัดสินใจ MDM ได้จึงดึงดูดความพยายามในการวิจัยอย่างมีนัยสำคัญในการพัฒนาวิธีการและเครื่องมือในการจัดระเบียบในการจัดการ, การค้นหาและดำเนินการโดเมนที่เฉพาะเจาะจงสำหรับข้อมูลจากโดเมนเช่นการเฝ้าระวังการประชุมข่าวออกอากาศ, กีฬา, จดหมายเหตุ, ภาพยนตร์, ข้อมูลทางการแพทย์เช่นเดียวกับบุคคลและ คอลเลกชันสื่อออนไลน์ บทความนี้นำเสนอแบบสำรวจเกี่ยวกับปัญหาและการแก้ปัญหาในการทำเหมืองข้อมูลมัลติมีเดียเข้ามาจากมุมที่ต่อไปนี้: การสกัดคุณลักษณะการเปลี่ยนแปลงและการแสดงเทคนิคเทคนิคการทำเหมืองข้อมูลและระบบการทำเหมืองข้อมูลมัลติมีเดียในปัจจุบันในโดเมนโปรแกรมประยุกต์ต่างๆ เราจะหารือถึงประเด็นหลักของการสกัดคุณลักษณะการเปลี่ยนแปลงและการแสดงเทคนิค ด้านเหล่านี้คือ: ระดับของการสกัดคุณลักษณะคุณลักษณะฟิวชั่นมีการประสานการค้นพบคุณลักษณะความสัมพันธ์และการเป็นตัวแทนที่ถูกต้องของข้อมูลมัลติมีเดีย การเปรียบเทียบวิธี MDM ที่มีสถานะของการประมวลผลวิดีโอศิลปะการประมวลผลเสียงและภาพเทคนิคการประมวลผลที่มีให้ยัง ในทำนองเดียวกันเราเปรียบเทียบเทคนิค MDM กับรัฐของเทคนิคการทำเหมืองข้อมูลศิลปะที่เกี่ยวข้องกับการจัดกลุ่มจำแนกรูปแบบการทำเหมืองแร่ลำดับการทำเหมืองแร่สมาคมกฎและการสร้างภาพ เราจะตรวจสอบในปัจจุบันระบบมัลติมีเดียการทำเหมืองข้อมูลในรายละเอียดการจัดกลุ่มพวกเขาตามสูตรปัญหาและวิธีการ การตรวจสอบรวม​​ถึงการค้นพบภายใต้การดูแลและใกล้ชิดของเหตุการณ์และการกระทำจากหนึ่งหรือมากกว่าลำดับอย่างต่อเนื่อง เรายังทำรายละเอียดการวิเคราะห์จะเข้าใจสิ่งที่ได้รับความสำเร็จและสิ่งที่เป็นช่องว่างที่เหลืออยู่ที่ความพยายามในการวิจัยในอนาคตอาจจะเพ่งความสนใจไป แล้วเราสรุปการสำรวจครั้งนี้มีรูปลักษณ์ที่ทิศทางการวิจัยเปิด

ผลลัพธ์ (ไทย) 3:

ความก้าวหน้าในข้อมูลและเทคโนโลยีการจัดเก็บข้อมูลมัลติมีเดียได้นำไปสู่การเจริญเติบโตของฐานข้อมูลมัลติมีเดียขนาดใหญ่มาก การวิเคราะห์ปริมาณขนาดใหญ่ของข้อมูลสื่อประสมการค้นพบความรู้ที่เป็นประโยชน์เป็นปัญหาที่ท้าทาย . ความท้าทายนี้ได้เปิดโอกาสสำหรับการวิจัยในการทำเหมืองข้อมูลมัลติมีเดีย ( MDM ) มัลติมีเดียการทำเหมืองข้อมูลสามารถกำหนดเป็นกระบวนการของการค้นหาที่น่าสนใจรูปแบบข้อมูลจากสื่อเช่นวิดีโอ , เสียง , ภาพและข้อความที่ไม่ปกติได้ โดยข้อมูลพื้นฐานและผลลัพธ์ที่เกี่ยวข้อง แรงจูงใจสำหรับการทำ MDM เป็นใช้ค้นพบรูปแบบเพื่อปรับปรุงการตัดสินใจ คุณนายจึงดึงดูดความพยายามวิจัยที่สำคัญในการพัฒนาวิธีการและเครื่องมือในการจัดระเบียบ , จัดการ , การค้นหาและแสดงงานเฉพาะโดเมนสำหรับโดเมน เช่น ข้อมูลจากการเฝ้าระวัง , ประชุม , ข่าว , กีฬา , เก็บ , ภาพยนตร์ , ข้อมูลทางการแพทย์ ตลอดจนบุคคลและสื่อออนไลน์คอลเลกชัน บทความนี้นำเสนอผลการสำรวจปัญหาและแนวทางแก้ไขในการทำเหมืองข้อมูลมัลติมีเดีย , เข้าหาจากมุมต่อไปนี้ : การสกัดคุณลักษณะ เทคนิคการแปลงและการเป็นตัวแทน เทคนิคการทำเหมืองข้อมูล และมัลติมีเดียการทำเหมืองข้อมูลในระบบโดเมนโปรแกรมประยุกต์ต่าง ๆในปัจจุบัน เราหารือเกี่ยวกับประเด็นหลักของการสกัดคุณลักษณะการเปลี่ยนแปลงและเทคนิคการเป็นตัวแทน ประเด็นเหล่านี้คือ : ระดับของการสกัดคุณลักษณะคุณลักษณะฟิวชั่น , คุณสมบัติการประสานความสัมพันธ์และการค้นพบคุณสมบัติตัวแทนที่ถูกต้องของข้อมูลมัลติมีเดีย การเปรียบเทียบเทคนิคคุณนายกับสถานะของศิลปะวิดีโอการประมวลผล การประมวลผลเสียงและเทคนิคการประมวลผลภาพที่มีให้ยัง ในทำนองเดียวกัน เราเปรียบเทียบ คุณนายเทคนิคด้วยรัฐของศิลปะเทคนิคการจัดกลุ่มข้อมูลเหมืองแร่ที่เกี่ยวข้องกับการจำแนกเหมืองแร่แบบแผนลำดับสมาคมกฎเหมืองแร่และการมองเห็น เราทบทวนปัจจุบันมัลติมีเดียเหมืองข้อมูลระบบในรายละเอียด จัดกลุ่มตามสูตรปัญหาและวิธี ตรวจสอบรวมถึงการดูแลและการค้นพบ unsupervised ของเหตุการณ์และการกระทำจากหนึ่งหรือมากกว่าหนึ่งลำดับต่อเนื่อง เรายังทำวิเคราะห์รายละเอียดเพื่อให้เข้าใจสิ่งที่ได้ประสบและสิ่งที่เป็นช่องว่างที่เหลืออยู่ที่ความพยายามในการวิจัยในอนาคตจะเน้น . เราจึงสรุปการสำรวจนี้กับดูทิศทางการวิจัยเปิด