um organizador automático de mídias baseado em tempo e espaço

Hugo Feitosa
Yuri Lacerda






Introdução
Projeto
Protótipo
Avaliação
Trabalhos Futuros
Conclusões

Avanço da tecnologia:
◦
◦
◦
◦


Câmeras Digitais
Câmeras com GPS
Telefones celulares com câmera integrada
Baixo custo de armazenamento
Grande quantidade de fotografias digitais
Dificuldade para organizar e recuperar fotos

Metadados (Exif)
◦
◦
◦
◦
◦

Data/Hora
Localização (Latitude, Longitude)
Modelo da Câmera
Marca
Entre outros
Recordação
◦ Lugares
◦ Eventos

Exemplo:
◦
◦
◦
◦
Casamento
Aniversário
Viagem
Etc.
Câmera I
e1
Lt1, Lg1
e2
Lt2, Lg2
e3
Lt3, Lg3
e4
Lt4, Lg4
e5
Lt5, Lg5
tempo
E(n) – Evento n
Lt(n) – latitude n
Lg(n) – longitude n


Organizar a coleção de fotografias de um
determinado usuário em eventos
automaticamente
A partir de informações espaciais e temporais
dos metadados das imagens utilizar um
algoritmo de agrupamento e um de
segmentação para detectar os eventos


Agrupar fotografias de acordo com a posição
geográfica
Algoritmos analisados:
◦ K-means
◦ DBSCAN

Algoritmo
Selecione K pontos como os centróides iniciais;
repeat
Forme K clusters adicionando todos os pontos
ao do centróide mais próximo;
Recalcule o centróide de cada cluster;
until Os centróides não mudaram;

Desvantagem
◦ Deve ser informado a quantidade de grupos a
serem criados;


Algoritmo de agrupamento baseado em
densidade
Vantagens
◦ Os parâmetros de entrada são fáceis de serem
estimados
 epsilon: 1Km
 Número mínimo de elementos em um grupo: 1

Desvantagem
◦ Epsilon não é variável


Separa os grupos espaciais em eventos
baseado nos dados temporais das fotografias
Calculo do intervalo entre eventos (Estratégia
simples)
◦ Intervalo < (média dos intervalos + desvio padrão)

Desvantagens
◦ Um evento real pode ser separado em mais de um
evento.
◦ Alguns eventos reais podem ser classificados como
um único evento.

Envio das imagens para a aplicação

Organização em Eventos

Visualização dos Grupos e Eventos

Visualização das fotografias de um evento:

Base de dados
◦ 793 fotografias georreferenciadas separadas em 20
pastas


Análise do agrupamento espacial
Análise do agrupamento temporal
pastas
Grupos espaciais
Pastas
separadas
Pastas
agrupadas

Agrupamento espacial isoladamente não
organiza as fotografias em eventos, pois pode
existir vários eventos próximos (espacialmente)
◦ Exemplo:
 Aniversário – Restaurante Estação da Cachaça - Campina
Grande – PB no dia 05/08/2007
 Festa– Restaurante Magia do Verde - Campina Grande – PB
no dia 10/11/2007

Inconsistências:
◦ Grupos com mais de uma pasta (Solução: Segmentação
temporal)
◦ Fotos de uma única pasta separadas em vários grupos
(Solução: Pós-processamento manual ou automático)


Separa os grupos que contém fotografias de
mais de uma pasta
Pode gerar as inconsistências:
◦ Separar uma única pasta em mais de um evento
◦ Agrupar mais de uma pasta em um único evento
Cluster


Agrupamento Espacial:
◦ Calcular o valor de epsilon para o DBSCAN de forma
adaptativa.
Segmentação Temporal:
◦ Executar antes e depois do agrupamento espacial
◦ Utilização de informações externas (Ex: agenda do
usuário) para uma melhor classificação temporal das
fotos


Permitir a organização manual
Atribuir nome aos eventos automaticamente.
◦ Ex: gazetteer’s, web services, agenda do usuário, etc.

Medidas de pós-processamento para auxiliar a
correção de erros



Organização automática facilita o
gerenciamento das fotografias dos usuários
A organização automática está sujeita a erros
O DBSCAN é um algoritmo satisfatório para o
agrupamento espacial


Mor Naaman, Yee Jiun Song, Andreas
Paepcke, Hector Garcia-Molina. Automatic
Organization for Digital Photographs with
Geographic Coordinates. In proceedings,
Fourth ACM/IEEE-CS Joint Conference on
Digital Libraries, (JCDL 04), June 2004.
Winner, Vannevar Bush Best Paper Award.
Introduction to Data Mining, 1st. Edition.
Pang-Ning Tan, Michael Steinbach, Vipin
Kumar. Addison-Wesley, 2006