Skip to main content
European Commission logo
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Contenuto archiviato il 2024-06-18

Visual Recognition Made Super-Scalable

Article Category

Article available in the following languages:

Pescare nelle raccolte di immagini digitali

Con il finanziamento di 1,5 milioni di euro concesso dal Consiglio europeo della ricerca (CER), i ricercatori hanno esplorato nuove metodologie per scoprire automaticamente i collegamenti visivi tra le immagini all’interno di una raccolta gigante.

Economia digitale icon Economia digitale

Non molto tempo fa, esisteva una sola opzione per la ricerca di immagini: le parole chiave. Ma, le cose sono cambiate drasticamente negli ultimi anni con la tecnologia di riconoscimento delle immagini. Qualsiasi immagine può essere convertita in una gamma di vettori calcolati, che descrivono in termini matematici il contenuto visivo. I motori di ricerca dedicati sfruttano la tecnologia di riconoscimento delle immagini per consentire agli utenti di tenere traccia delle copie di un’immagine specifica e delle versioni modificate. Al team del progetto VIAMASS (Visual recognition made super-scalable) sono attribuiti metodi innovativi che hanno enormemente aumentato le prestazioni di tali ricerche visive. Tuttavia, i ricercatori hanno considerato un’altra sfida quella di scoprire automaticamente i collegamenti visivi tra le immagini. Prima di VIAMASS, non vi era alcuna metodologia disponibile per scoprire in modo efficiente e con precisione tali collegamenti visivi tra le immagini all’interno di una grande raccolta. I precedenti tentativi hanno portato ad algoritmi in grado di rilevare frequenti modelli visivi mentre le corrispondenze erano lasciate inosservate. I ricercatori sono partiti dallo sviluppo di rappresentazioni radicalmente nuove di immagini che permetterebbero loro di affrontare i problemi di riconoscimento visivo che miravano a risolvere. l passo successivo è stato quello di trovare soluzioni algoritmiche che si sono rivelate in grado di trovare sottoinsiemi di vettori che rappresentano un oggetto identico in diverse immagini. Infine, hanno proposto nuovi metodi di codifica per confrontare tali insiemi di vettori in un’enorme raccolta di immagini. Lo sforzo di ricerca quinquennale ha illustrato i meriti dei diversi approcci non convenzionali alle ricerche basate sulla somiglianza attraverso dimostratori con collegamenti visivi selezionati nelle immagini. Il lavoro di VIAMASS spianerà la strada a rappresentazioni migliori per la ricerca convenzionale mediante campione, avendo un impatto sulla catena di elaborazione delle ricerche sui collegamenti visivi.

Parole chiave

Immagine digitale, raccolte di immagini, collegamenti visivi, tecnologia di riconoscimento delle immagini, VIAMASS

Scopri altri articoli nello stesso settore di applicazione