Im Rah­men ein­er Koop­er­a­tion von Mitar­beit­ern der Stiftungsju­nior­pro­fes­sur Media Com­put­ing und der Pro­fes­sur Medi­en­in­for­matik der Tech­nis­chen Uni­ver­sität Chem­nitz ist es den Nach­wuch­swis­senschaftlern unter Leitung von Jun.-Prof. Dr. Marc Rit­ter zwis­chen April und August 2014 gelun­gen, ein Sys­tem zur Teil­nahme an der wis­senschaftlich renom­mierten Eval­u­a­tion­skam­pagne TREC Video Retrieval Eval­u­a­tion (TRECVID) in der Kat­e­gorie Instance Search zu entwer­fen und zu imple­men­tieren.

Die seit 2001 jährlich vom amerikanis­chen Nation­al Insti­tute for Stan­dards and Tech­nolo­gies (NIST) organ­isierten TRECVID Eval­u­a­tion­skam­pag­nen befassen sich mit topak­tuellen Forschung­sprob­le­men, die im all­ge­meinen Kon­text des Infor­ma­tion Retrieval (IR) beson­ders auf inhalts­basierte Suche und Nutzbar­ma­chung dig­i­taler Videos fokussiert. Das Ziel beste­ht darin, die Forschung auf diesen The­menge­bi­eten voranzutreiben, indem große Testkollek­tio­nen zusam­men mit real­is­tis­chen Auf­gaben­stel­lun­gen und einem ein­heitlichen Bew­er­tungsver­fahren veröf­fentlicht und ein Forum zum inter­na­tionalen Ver­gle­ich der Ergeb­nisse gestellt wird.

Für die diesjährige Auf­gaben­stel­lung im Bere­ich Instance Search wurde ein Kor­pus von 464 Stun­den Video­ma­te­r­i­al der BBC Dai­ly-Soap Eas­t­en­ders zur Ver­fü­gung gestellt. Das Ziel bestand darin, bis zu 1.000 ver­schiedene Instanzen (Beispiele) von 30 ver­schiede­nen Objek­ten, Per­so­n­en oder Orten im Kor­pus aufzufind­en. Wis­senschaftlich inter­es­sant wird das Ganze bei genauer­er Betra­ch­tung der Struk­tur der Suchan­frage und der Train­ings­dat­en, die sich von üblichen Objek­t­de­tek­tionsver­fahren deut­lich abgren­zen, da hier statt Tausender an Train­ings­beispie­len eine sehr geringe Anzahl von vier Beispie­len vor­liegt und kein zuvor erlerntes Objek­t­mod­ell zur Anwen­dung gelan­gen darf. Darüber hin­aus ist die Klasse des zu find­en­den Objek­ts oft­mals nur grob definiert: Wird beispiel­sweise nach ein­er roten Plas­tik­flasche gesucht, die Ketchup enthält, muss eine vari­able Objek­terken­nung sowohl bauchige als auch längliche Flaschen iden­ti­fizieren kön­nen, wohinge­gen visuell sehr ähn­lich beschaf­fene Glas­flaschen mit Ketchup nicht erkan­nt wer­den dür­fen.

Das achtköp­fige Team von Nach­wuch­swis­senschaftlern hat dabei vielfältige Ansätze und Lösungsstrate­gien ver­fol­gt und intern evaluiert. Am erfol­gver­sprechend­sten erschien der Ansatz ein­er Git­ter-Pyra­mide von MPEG‑7 Deskrip­toren, die auf ein bis fünf aus­gewählten repräsen­ta­tiv­en Bildern pro Kam­er­ae­in­stel­lung berech­net wur­den. Durch diesen dynamis­chen Ansatz war es möglich, die Anzahl der zu analysieren­den Einzel­bilder von fast 42 Mil­lio­nen auf etwa 1,1 Mil­lio­nen zu reduzieren. Weit­ere Verbesserun­gen ließen sich durch eine Analyse des Audio-Mate­ri­als erzie­len, so dass für ver­schiedene Szenen automa­tisiert eine Aus­sage getrof­fen wer­den kon­nte, ob es sich dabei um Innen- oder Außen­szenen han­delt. Verbliebene Fehlde­tek­tio­nen wur­den unter Beach­tung ein­er max­i­mal 15 minüti­gen Nach­lese händisch ent­fer­nt.

Die Ergeb­nisse wur­den von Jun.-Prof. Dr. Marc Rit­ter vom 10.–12. Novem­ber 2014 auf dem TRECVID Work­shop an der Uni­ver­si­ty of Cen­tral Flori­da in Orlan­do, Flori­da, USA vorgestellt. Dabei kon­nten viele neue Erken­nt­nisse gewon­nen wer­den, welche die zukün­fti­gen Forschun­gen und Entwick­lun­gen im Pro­jekt local­izeIT maßge­blich bee­in­flussen wer­den.

Pub­lika­tion: Rit­ter, Marc ; Heinzig, Manuel ; Herms, Robert ; Kahl, Ste­fan ; Richter, Daniel ; Man­they, Robert & Eibl, Max­i­m­il­ian: Tech­nis­che Uni­ver­sität Chem­nitz at TRECVID Instance Search 2014. In: TRECVID Work­shop, 10.–12.11.2014, Orlan­do, Flori­da, USA, 8 S. [Link]