Hasso-Plattner-InstitutSDG am HPI
Hasso-Plattner-InstitutDSG am HPI
Login
 

Large Scale Processing for Multimedia Analysis (Wintersemester 2011/2012)

Dozent: Dr. rer. nat. Harald Sack (Internet-Technologien und -Systeme) , Christian Hentschel (Internet-Technologien und -Systeme)
Website zum Kurs: http://lsp4mat2011.blogspot.com/

Allgemeine Information

  • Semesterwochenstunden: 4
  • ECTS: 6
  • Benotet: Ja
  • Einschreibefrist: 1.10.2011 - 31.3.2012
  • Lehrform: Seminar
  • Belegungsart: Wahlpflichtmodul

Studiengänge, Modulgruppen & Module

IT-Systems Engineering BA

Beschreibung

Multimedia dominiert heute das Internet und ist verantwortlich fur̈ dessen enorme Popularität. Videoportale wie YouTube, sevenLoad, hulu oder auch yovisto.com stellen dies tagtäglich unter Beweis. Um Multimediadaten für die Suche im WWW zu erschließen, müssen ihre Inhalte analysiert werden. Zur automatischen inhaltlichen Erschliessung gehören Verfahren, wie z.B. die strukturelle Analyse über Shot Boundary Detection, Video-OCR, Text-Identifikation, Face und Genre Detection. Die dazu eingesetzten Verfahren sind meist sehr speicher- und rechenintensiv. Um jedoch die enormen Mengen an multimedialen Daten effizient verarbeiten zu können, müssen diese Prozesse parallelisiert werden, damit sie auf Hochleistungsrechnern, wie dem HPI Future Soc Lab, verarbeitet werden können.

Die    Analysetechniken    nutzen    maschinelle Lernverfahren, um Inhalte zu erschliessen und Metadaten zu extrahieren. Mithilfe spezieller Frameworks, wie z.B. Apache Mahout, können solche Maschinen-Lernverfahren bereits    skaliert    und    parallelisiert    werden.    Zur effizienten,    ganzheitlichen    Verarbeitung    von Videodaten müssen aber auch Vorprozesse, wie die Frame-    und    Feature-Extraktion,    skalier-    und parallelisierbar implementiert werden.
Das Seminar „Large Scale Processing for Multimedia Analysis“    beschäftigt    sich    mit    hochparallelen Algorithmen mit geeigneter Datenpartitionierung für automatische Analyse und Metadatenextraktion aus Video- und Bilddaten.

Konzeption und Implementierung effizienter Algorithmen zur parallelen Verarbeitung von Bild- und Videodaten:

  • Frameextraktion 
  • Feature-Extraktion 
  • verschiedene Analysen durch maschinelles Lernen
  • Synchronisation und Vereinigung der Daten
  • Effiziente Parallelisierung und Synchronisation einzelner Prozessmodule

Leistungserfassung

  • Implementierung einer Programmieraufgabenstellung im Team
  • Seminarausarbeitung
  • Seminarvortrag

Termine

  • Di, 9:15 – 10:45, A-2.2
  • Mi, 15:15 – 16:45, A-2.2

Zurück