Nederlandse Organisatie voor Wetenschappelijk Onderzoek Pilot presentation RICH.

Presentatie over: "Nederlandse Organisatie voor Wetenschappelijk Onderzoek Pilot presentation RICH."— Transcript van de presentatie:

1 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Pilot presentation RICH

2 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Introduction –RICH = Reading Images for the Cultural Heritage –Two pilot projects –Application for semi-automatic dendrochronology –Content-based image retrieval for historical glass –Today, focus on the latter project

3 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Introduction –Classification of archaeological artefacts –Now performed manually by experts –Expert compares artefact with objects from reference collection –Reference collections consist of drawings in books –Thus: slow, subjective, and error-prone process

4 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Example –An archaeological artefact:

5 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Example –And its corresponding drawing: 

6 Nederlandse Organisatie voor Wetenschappelijk Onderzoek The task –Given an artefact photograph –Find the most ‘similar’ drawings –Speeds up the classification process –Can give archaeological experts new insights

7 Nederlandse Organisatie voor Wetenschappelijk Onderzoek The problem –Drawings contain no color information –Drawings contain only very abstract texture representation –Texture hard to extract from glass photographs –Thus: only outer shape information is accurate –Shape matching

8 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Shape matching –Several approaches in literature: –Shape contexts (Belongie, 2000) –Curvature scale spaces (Mokhtarian, 1996) –Turning functions (Tanase, 2003) –Dynamic programming (Petrakis, 2002) –Moment invariants (Hu, 1962) –Hausdorff, Procrustes, etc. –MPEG-7 standard: Curvature scale spaces

9 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Shape matching –For today, focus on: –Shape contexts –Curvature scale space –Desired properties of approach: –Invariant to scale, translation, and rotation –Robust to distortions due to –Broken artefacts –3D rotations –Drawing interpretations

10 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Broken artefacts 

11 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Or worse…

12 Nederlandse Organisatie voor Wetenschappelijk Onderzoek 3D rotations 

13 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Shape contexts –Sample points from outer contour –For all points: –Compute angle (relative to baseline) and distance to all other points in coarsely discretized log-polar space –All resulting histograms form the shape representation

14 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Shape contexts –Matching using startpoint invariant k-NN classifier (using χ 2 - distance) –Startpoint invariance obtained by circular shifting one of the histograms

15 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Curvature scale space –Determine positions of zero-crossings of curvature for an ‘evolving’ shape contour –Curvature is a function that is 0 for a straight line, and 1 / r for a circle with radius r –Shape evolution: convolve coordinates with 1D Gaussian kernel with increasing variance

16 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Shape evolution –Evolving shape with curvature zero-crossings:

17 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Curvature scale space –CSS image: –Align CSS by aligning global maximum –Sum distances between main peaks

18 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Results –Low identification performance (as expected) due to difficult dataset

19 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Results –We examined various variations, such as quantization in shape context space, etc. –Best performance: 33% for hitlist size 10

20 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Results –However: –For ‘good’ artefacts results are encouraging –Shape analysis on reference collection allows for making ‘shape maps’ (using MDS) –This allows for archaeologists to create new typologies (since typologies are not ‘fixed’) –Allows for new methods of presenting collections –Good results expected for flint data

21 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Example query 

22

23 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Applications –Matlab application (local)

24 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Applications –Navigation structure for collection presentation –Precalculated and stored in database http://www.referentiecollectie.nl/richglas

25 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Applications –Web-based CBIR tool –Servlet running on webserver (using Tomcat) –User uploads photograph to webserver –Sends query image to UM calculation server (using RMI) –RMI server executes original Matlab-scripts (using JMatLink) –Results are sent back to servlet –Servlet generates result pages –Advantages: no local calculations, no porting of code

26 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Conclusions –Matching glass artefacts with drawings is a difficult problem –Shape context matching outperforms (MPEG-7 standard) CSS matching –Allows for shape analysis of reference collection –Number of (preliminary) applications delivered –We expect shape matching to be usefull for flint data –Possible improvements: –Incorporating texture features –Design of shape matching methods for partial shape matching using closed contours

27 Nederlandse Organisatie voor Wetenschappelijk Onderzoek Questions ?