The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Data Association-Rules Mining of Content-Based Multimedia

내용 기반의 멀티미디어 데이터 연관규칙 마이닝에 대한 연구

  • 김진옥 (성균관대학교 대학원 전기전자 및 컴퓨터공학부) ;
  • 황대준 (성균관대학교 전기전자 및 컴퓨터공학부)
  • Published : 2002.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

Few studies have been systematically pursued on a multimedia data mining in despite of the overwhelming amounts of multimedia data by the development of computer capacity, storage technology and Internet. Based on the preliminary image processing and content-based image retrieval technology, this paper presents the methods for discovering association rules from recurrent items with spatial relationships in huge data repositories. Furthermore, multimedia mining algorithm is proposed to find implicit association rules among objects of which content-based descriptors such as color, texture, shape and etc. are recurrent and of which descriptors have spatial relationships. The algorithm with recurrent items in images shows high efficiency to find set of frequent items as compared to the Apriori algorithm. The multimedia association-rules algorithm is specially effective when the collection of images is homogeneous and it can be applied to many multimedia-related application fields.

컴퓨터 처리기술과 저장기술 그리고 인터넷 등의 영향으로 멀티미디어 데이터의 양은 급속하게 증가하지만 체계적인 멀티미디어 데이터간의 연관규칙을 마이닝하는 연구는 초기 단계이다. 본 논문은 이미지 프로세싱 분야 및 내용기반 이미지 검색에 대한 기존 연구를 바탕으로 대형 영상 데이터 저장소에 저장된 이미지 데이터에서 재생성되는 항목간의 연관규칙을 찾으며 공간적 관계로 내용기반의 연관규칙을 마이닝하는 알고리즘을 제안한다. 제안된 연관규칙 탐색 알고리즘은 이미지의 색상, 질감, 모양 등 내용기반의 영상속성을 오브젝트 항목으로 하고 오브젝트가 이미지에서 재생성될 때를 이용하여 이미지간의 연관규칙을 찾고 오브젝트들이 이미지에서 차지하고 있는 공간적 위치관계를 통해 드러나지 않는 이미지간의 연관규칙을 마이닝한다. 본 논문의 재생성 항목을 고려한 연관규칙 알고리즘은 Apriori 알고리즘보다 빈번한 항목 집합을 찾아내는데 더 높은 성능을 갖는다는 것을 실험을 통하여 보여준다. 제안된 알고리즘은 동일한 정보원으로부터 받은 멀티미디어 데이터간의 연관성을 탐색하는데 특히 효과적이며 다양한 관련 응용분야에 적용할 수 있다.

Keywords

References

  1. U. M. Fayyad, G. Piatetsky-Shapiro, P. Smyth and R. Uthurusamy, 'Advances in Knowledge Discovery and Data Mining,' AAAI/MIT Press, 1996
  2. U. M. Fayyad, S. G. Djorgovski, and N. Weir. 'Automating the analysis and cataloging of sky surveys,' Advances in Knowledge Discovery and Data Mining, pp.471-493, AAAI/MIT Press, 1996
  3. A. Czyzewski, 'Mining knowledge in noisy audio data,' In Proc. Second Int. Conf. on Knowledge Discovery and Data Mining, pp.220-225, 1996
  4. I. Bhandari, E. Colet, J. Parker, Z. Pines and R. Pratap, 'Advanced scout : Data mining and knowledge discovery in NBA data,' Data Mining and Knowledge Discovery, Vol.1, No.1, pp.121-125, 1997 https://doi.org/10.1023/A:1009782106822
  5. S. Chien, F. Fisher, H. Mortensen, E. Lo, and R. Greeley, 'Using artificial intelligence planning to automate science data analysis for large image databases,' In Proc, Third Int. Conf. on Knowledge Discovery and Data Mining, pp.147-150, 1997
  6. Stolorz, H. Nakamura, E. Mesrobian, R. Muntz, E. Shek, J. Santos, J. Yi, K. Ng, S. Chien, C. Mechoso, and J. Farrara, 'Fast spatio-temporal data mining of large geographysical datasets,' In Proc. Int. Conf. on KDD, pp.300-305, 1995
  7. V. Tucakov and R. Ng, 'Identifying unusual spatio-temporal trajectories from surveillance videos,' In Proc. of 1998 SIGMOD Workshop on Research Issues on Data Mining and Knowledge Discovery(DMKD'98), Seattle, Washington, June, 1998
  8. O. R. Zaiane, J. Han, Z. N. Li, J. Y. Chiang, and S. Chee, 'MultimediaMiner : A system prototype for multimedia data mining,' In Proc. ACM-SIGMOD, Seattle, 1998
  9. R. Agrawal and R. Srikant, 'Fast algorithms for mining association rules,' In Proc. VLDB, pp.487-499, 1994
  10. R. Miller and Y. Yang, 'Association rules over interval data,' In Proc. ACM-SIGMOD, pp.452-461, Tucson, 1997 https://doi.org/10.1145/253260.253361
  11. R. Ng, L. V. S. Lakshmanan, J. Han, and A. Pang, 'Exploratory mining and pruning optimizations of constrained association rules,' In Proc. ACM-SIGMOD, Seattle, 1998 https://doi.org/10.1145/276304.276307
  12. R. Srikant and R. Agrawal, 'Mining quantitative association rules in large relational tables,' In Proc. ACM-SIGMOD, Montreal, pp.1-12, 1996 https://doi.org/10.1145/233269.233311
  13. J. R. Smith, C. S. Li, 'Image classification and querying using composite region templates,' Journal of CVIU, Academic Press, Vol.75, No.1-2, pp.165-175, 1999 https://doi.org/10.1006/cviu.1999.0771
  14. T. Fukuda, Y. Morimoto, S. Morishita, and T.Tokuyama, 'Data Mining using two dimensional optimized association rules : Scheme, algorithms, and visualization,' In Proc. 1996 ACM-SIGMOD Int. Conf. Management of Data, Montreal Canada, pp.13-23, June, 1996 https://doi.org/10.1145/233269.233313
  15. 김진옥, 황대준, '다차원 데이터큐브를 이용한 멀티미디어 데이터 마이닝 연구', 한국정보과학회 추계학술대회논문집, 2001
  16. M. J. Egenhofer and J. Sharma, 'Topological relations between regions in ${\gamma}^2\;and\;z^2$,' In Advances in Spatial Databases (SSD '93), Singapore, 1993
  17. Y. Fu and J. Han, 'Meta-rule guided mining of association rules in relational databases,' In Proc. 1st Int. Workshop Integration of Knowledge Discovery with Deductive and Object Oriented Databases, Singapore, pp.39-46, 1995
  18. A. Natsev, R. Rastogi and K. Shim, 'WALRUS: A similarity retrieval algorithm for image databases,' In Proc. ACM-SIGMOD, Philadelphia, pp.395-406, 1999 https://doi.org/10.1145/304182.304217