Consiglio Nazionale delle Ricerche

Tipo di prodottoContributo in atti di convegno
TitoloSemi-automatic semantic annotation of images
Anno di pubblicazione2007
Formato-
Autore/iLittle S.; Salvetti O.; Perner P.
Affiliazioni autoriInstitute of Computer Vision and Applied Computer Sciences, Leipzig, Germany; CNR-ISTI, Pisa, Italy; Institute of Computer Vision and Applied Computer Sciences, Leipzig, Germany
Autori CNR e affiliazioni
  • OVIDIO SALVETTI
Lingua/e
  • inglese
AbstractDetailed, consistent semantic annotation of large collections of multimedia data is difficult and time-consuming. In domains such as eScience, digital curation and industrial monitoring, finegrained high-quality labeling of regions enables advanced semantic querying, analysis and aggregation and supports collaborative research. Manual annotation is inefficient and too subjective to be a viable solution. Automatic solutions are often highly domain or application specific, require large volumes of annotated training corpi and, if using a 'black box' approach, add little to the overall scientific knowledge. This article evaluates the use of simple artificial neural networks to semantically annotate micrographs and discusses the generic process chain necessary for semi-automatic semantic annotation of images.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da113
Pagine a118
Pagine totali-
Rivista-
Numero volume della rivista-
Serie/Collana-
Titolo del volume-
Numero volume della serie/collana-
Curatore/i del volumeAlexander Hinneburg
ISBN978-3-86010-907-6
DOI-
Editore-
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)-
Parole chiaveNeural Networks, Semantic Annotation
Link (URL, URI)-
Titolo convegno/congressoWorkshop-Woche: Lernen-Wissen-Adaption. LWA 2007
Luogo convegno/congressoHalle, Germany
Data/e convegno/congresso24-26 September 2007
RilevanzaInternazionale
RelazioneContributo
Titolo parallelo-
Note/Altre informazioniPubblicato da: Martin-Luther-University Halle-Wittenberg
Strutture CNR
  • ISTI — Istituto di scienza e tecnologie dell'informazione "Alessandro Faedo"
Moduli/Attività/Sottoprogetti CNR
  • ICT.P10.012.001 : Elaborazione di segnali e immagini per impieghi diagnostici e interpretazione di immagini multisorgente
Progetti Europei-
Allegati
Semi-automatic semantic annotation of images (documento privato )
Descrizione: Codice PuMa: cnr.isti/2007-A2-068
Tipo documento: application/pdf

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
NoteIn: Workshop-Woche: Lernen-Wissen-Adaption. LWA 2007 (Halle - Germany, 24-26 September 2007). Proceedings, pp. 113 - 118. Alexander Hinneburg (ed.). Martin-Luther-University Halle-Wittenberg, 2007.
Descrizione sintetica del prodottoABSTRACT: Detailed, consistent semantic annotation of large collections of multimedia data is difficult and time-consuming. In domains such as eScience, digital curation and industrial monitoring, finegrained high-quality labeling of regions enables advanced semantic querying, analysis and aggregation and supports collaborative research. Manual annotation is inefficient and too subjective to be a viable solution. Automatic solutions are often highly domain or application specific, require large volumes of annotated training corpi and, if using a 'black box' approach, add little to the overall scientific knowledge. This article evaluates the use of simple artificial neural networks to semantically annotate micrographs and discusses the generic process chain necessary for semi-automatic semantic annotation of images.