h1

000229392 001__ 229392
000229392 005__ 20220422221347.0
000229392 0247_ $$2Laufende Nummer$$a32769
000229392 0247_ $$2URN$$aurn:nbn:de:hbz:82-opus-48078
000229392 0247_ $$2HSB$$a999910327789
000229392 0247_ $$2OPUS$$a4807
000229392 037__ $$aRWTH-CONV-144362
000229392 041__ $$aEnglish
000229392 082__ $$a004
000229392 0847_ $$2ccs$$aH.3.3
000229392 1001_ $$0P:(DE-82)004953$$aBeecks, Christian$$b0$$eAuthor
000229392 245__ $$aDistance based similarity models for content based multimedia retrieval$$cvorgelegt von Christian Beecks$$honline, print
000229392 246_3 $$aDistanzbasierte Ähnlichkeitsmodelle für inhaltsbasiertes Multimedia Retrieval$$yGerman
000229392 260__ $$aAachen$$bPublikationsserver der RWTH Aachen University$$c2013
000229392 300__ $$aV, 204 S. : graph. Darst.
000229392 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000229392 3367_ $$02$$2EndNote$$aThesis
000229392 3367_ $$2DRIVER$$adoctoralThesis
000229392 3367_ $$2BibTeX$$aPHDTHESIS
000229392 3367_ $$2DataCite$$aOutput Types/Dissertation
000229392 3367_ $$2ORCID$$aDISSERTATION
000229392 500__ $$aZsfassung in dt. und engl. Sprache
000229392 502__ $$aAachen, Techn. Hochsch., Diss., 2013$$gFak01$$o2013-07-16
000229392 520__ $$aConcomitant with the digital information age, an increasing amount of multimedia data is generated, processed, and finally stored in very large multimedia data collections. The expansion of the internet and the spread of mobile devices allow users the utilization of multimedia data everywhere. Multimedia data collections tend to grow continuously and are thus no longer manually manageable by humans. As a result, multimedia retrieval approaches that allow efficient information access to massive multimedia data collections become immensely important. These approaches support users in searching multimedia data collections in a content-based way based on a similarity model. A similarity model defines the similarity between multimedia data objects and is the core of each multimedia retrieval approach. This thesis investigates distance-based similarity models in the scope of content-based multimedia retrieval. After an introduction to content-based multimedia retrieval, the first part deals with the fundamentals of modeling and comparing contents of multimedia data. This is complemented by an explanation of different query types and query processing approaches. A novel distance-based similarity model, namely the Signature Quadratic Form Distance, is developed in the second part of this thesis. The theoretical and empirical properties are investigated and an extension of this model to continuous feature representations is proposed. Finally, different techniques for efficient similarity query processing are studied and evaluated.$$leng
000229392 5203_ $$aDie kontinuierliche Zunahme digitaler Multimedia-Daten führt zu einem ständigen Wachstum von Multimedia-Datenbanken. Bedingt durch die Entwicklung des Internets und die Verbreitung mobiler Geräte sind die Möglichkeiten zur Erzeugung, Verarbeitung und Speicherung von Multimedia-Daten ausgereift und für nahezu jeden Benutzer zugänglich. Die dabei entstehenden Multimedia-Datenbanken sind jedoch aufgrund ihrer Größe oftmals nicht mehr manuell zu verwalten. Multimedia-Retrieval-Ansätze ermöglichen einen effizienten Informationszugriff und unterstützen den Benutzer bei der inhaltsbasierten Suche in unüberschaubaren Mengen digitaler Multimedia-Daten. Den Kern eines jeden Multimedia-Retrieval-Ansatzes bildet ein Ähnlichkeitsmodell, welches die Ähnlichkeit zwischen Multimedia-Daten definiert. In dieser Arbeit werden distanzbasierte Ähnlichkeitsmodelle im Kontext des inhaltsbasierten Multimedia-Retrievals untersucht. Im ersten Teil werden, nach einer Einführung in das Thema des inhaltsbasierten Multimedia-Retrievals, die Grundlagen zur Modellierung und zum Vergleich von Multimedia-Daten behandelt. Anschließend werden Möglichkeiten zur Anfragespezifikation und -bearbeitung beschrieben. Im zweiten Teil dieser Arbeit wird ein neues distanzbasiertes Ähnlichkeitsmodell entwickelt, die Signature Quadratic Form Distance. Die theoretischen und empirischen Eigenschaften werden untersucht und eine Erweiterung des Modells für kontinuierliche Merkmalsrepräsentationen wird vorgestellt. Schließlich werden unterschiedliche Techniken zur effizienten Anfragebearbeitung untersucht und evaluiert.$$lger
000229392 591__ $$aGermany
000229392 650_7 $$2SWD$$aÄhnlichkeitssuche
000229392 650_7 $$2SWD$$aInformation Retrieval
000229392 650_7 $$2SWD$$aMultimedia
000229392 650_7 $$2SWD$$aDatenbank
000229392 653_7 $$aInformatik
000229392 653_7 $$2eng$$asignature quadratic form distance
000229392 653_7 $$2eng$$adistance-based similarity models
000229392 653_7 $$2eng$$acontent-based multimedia retrieval
000229392 653_7 $$2eng$$afeature signatures
000229392 653_7 $$2eng$$aefficient query processing
000229392 7001_ $$0P:(DE-82)001596$$aSeidl, Thomas$$b1$$eThesis advisor
000229392 8564_ $$uhttps://publications.rwth-aachen.de/record/229392/files/4807.pdf
000229392 909CO $$ooai:publications.rwth-aachen.de:229392$$pVDB$$pdriver$$purn$$popen_access$$popenaire$$pdnbdelivery
000229392 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000229392 9201_ $$0I:(DE-82)120000_20140620$$k120000$$lFachgruppe Informatik$$x0
000229392 9201_ $$0I:(DE-82)122510_20140620$$k122510$$lLehrstuhl für Informatik 9 (Datenmanagement und -exploration)$$x1
000229392 961__ $$c2014-05-23$$x2014-01-22$$z2012-02-20
000229392 970__ $$aHT017900923
000229392 980__ $$aphd
000229392 980__ $$aI:(DE-82)120000_20140620
000229392 980__ $$aI:(DE-82)122510_20140620
000229392 980__ $$aVDB
000229392 980__ $$aUNRESTRICTED
000229392 980__ $$aConvertedRecord
000229392 980__ $$aFullTexts
000229392 9801_ $$aFullTexts