Outline簡介簡介簡介多媒體資料庫的挑戰多維度索引技術多維度索引技術多媒體資料的特徵文件內容與關鍵字圖片主要構成顏色、包含物件、物件大小、顏色分佈與紋理特徵音樂節拍、和絃與音調影片物體之移動軌跡、包含物件與顏色可以依內涵資訊為查詢條件找出與某張圖相像的圖找出包含類似某段旋律之歌曲找出有機車飛越火車的影片片段一個多媒體資料是由多個特徵所描述，可由多維資料表示如何對多維度資料建立索引加速查詢，對多媒體資料的搜尋十分重要多維索引結構Case1:假設我們要找到與查詢圖片Q1相似度在0.15內的圖片Q1=(0.478,0.541,0.753),r=0.15資料庫內找出個個維度與查詢最近的值(0.451,0.447,0.561)(|0.478-0.451|,|0.541-0.447|,|0.753-0.561|)=>(0.027,0.094,0.192)所以沒有符合查詢的資料Case2:假設我們要找到與查詢圖片Q2相似度在0.02內的圖片Q2=(0.302,0.310,0.416),r=0.02第一步:在資料庫內找出個個維度與查詢最近的值(0.318,0.302,0.400)(|0.302-0.318|,|0.310-0.302|,|0.416-0.400|)第二步驟:由第一個維度開始檢查，並將容許的錯誤減掉之前已用到的額度第一維可用的誤差額度為:0.02第二維可用的誤差額度為:0.02-0.016第三維可用的誤差額度為:0.02-0.016-0.008Case3:假設我們要找到與查詢圖片Q3相似度在0.05內的圖片Q3=(0.302,0.223,0.161),r=0.05(|0.302-0.318|,|0.223-0.200|,|0.161-0.161|)=>(0.016,0.023,0)G>R>B第一步驟無法決定資料庫內沒有欲查詢的資料搜尋G上的索引,找出在0.223+-0.05=[0.173,0.273]範圍內的圖{P7,P6,P2}搜尋R上的索引,找出在0.302+-(0.044)=[0.258,0.346]範圍內的圖{P2,P8}搜尋B上的索引，找出在0.161+-0.011=[0.150,0.172]範圍內的圖{P2,P5,P9}將結果整合，得到P2為符合查詢之資料影像資料庫由關鍵字查詢(QueryByKeyword)以文字屬性描述每張影像，可以對個個屬性建構索引，並可以SQL的方式下查詢以範例查詢(QueryByExample(QBE))使用者對系統展示一張範例圖，系統則根據資料庫內每張圖與這張範例圖的相似度決定回傳的答案查詢型態找出離查詢範例最近的影像找出離查詢範例最近的前k個影像找出與查詢範例距離d之內的影像相似度比較內容組織使用者會對哪一部分的內容感興趣如何儲存這部分的內容，使得查詢處理能很有效率的被執行如何設計查詢語言，與傳統的SQL有何不同影片的內容可自動的被取出來影片內涵資訊活動單純描述物件移動軌跡可做到自動化含有意義的行為描述車禍，甲男把皮箱交給乙女必須用單純描述做為基礎描述不容易做到完全自動化視訊內涵資訊之建構