MISTRAL - Measurable Intelligent and Reliable Semantic Extraction and Retrieval of Multimedia Data

  • Schläffer, Martin, (Teilnehmer (Co-Investigator))
  • Marte, Bibiane, (Teilnehmer (Co-Investigator))
  • Oswald, Maria Elisabeth, (Teilnehmer (Co-Investigator))
  • Garcia-Barrios, Victor Manuel, (Teilnehmer (Co-Investigator))
  • Posch, Karl-Christian (Teilnehmer (Co-Investigator))
  • Ruhmer, Martin, (Teilnehmer (Co-Investigator))
  • Guetl, Christian (Projektleiter (Principal Investigator))

Projekt: Foschungsprojekt

Beschreibung

Multimedia-Daten weisen eine vielfältige und komplexe Struktur in Hinblick ihrer inneren Dokumentstruktur als auch über Dokumentgrenzen hinweg auf und können dadurch als sehr wertvolle Informationsquellen angesehen werden. Dieses Potential ist jedoch stark eingeschränkt, solange nicht Tools zu semantischen Extraktion und auf semantische Informationen bezogene Analyse und Retrieval Verfahren über Mediengrenzen hinweg zur Anwendung kommen. Heute gängige Verfahren in dem genannten Bereich arbeiten zufrieden stellend auf Basis von so genannten Low-Level Features (z.B. Farbhistogramme), konzentrieren sich nur auf wenige Aspekte in für sich isolierten Sammlungen von Multimedia-Daten und sind meist nur auf einen Medientyp beschränkt. MISTRAL beschreitet ein radikal neuen Forschungsansatz: MISTRAL will eine Vielzahl an semantisch relevanten Konzepten von einem Medientyp extrahieren und einen engen Zusammenhang mit weiteren extrahierten semantischen Konzepten anderer Medientypen herstellen. Unter Umständen werden die zusammengeführten semantischen Informationen der verschiedenen Medientypen des Weiteren dafür nutzbar, um Feedback für verbesserte semantische Extraktionsprozesse der jeweiligen Medientypen zu erreichen. MISTRAL wird auf äußerst innovative Cross-Media Untersuchungs- und Retrievaltechniken unter Nutzung von Konzepten auf unterschiedlichen semantischen Ebenen fokussieren. MISTRAL adressiert die Besonderheiten von Multimedia-Daten im globalen, vernetzten Kontext durch die Anwendung von Semantic Web Technologien. Die Ergebnisse im Bereich des Semantic Multimedia Retrieval sollen zu einer signifikanten Verbesserung gegenwärtiger Mensch-Maschinen-Interaktionen im Bereich des Multimedia Retrievals beitragen.
StatusAbschlussdatum
Tatsächlicher Beginn/ -es Ende1/01/0431/12/06