Indexação de multimédia com base no SOLR

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Engenharia Informática

A pesquisa eficiente de multimédia é hoje em dia uma necessidade que cresce com a vasta quantidade de informação disponível nos diversos serviços Web, e.g., YouTube1, Flickr2, Olhares3. Tanto as bases de dados tradicionais, com é o caso do MySQL, como as bases de dados de texto (e.g. SOLR), não fornecem uma solução ideal para o tipo de dados multimédia. Deste modo, o objectivo deste projecto consiste em estender o motor de pesquisa SOLR para permitir o suporte de dados multimédia. Assim, iremos desenvolver estruturas de dados que permitam a indexação e procura desses dados multimédia. Para tal, será estudado um conjunto alargado de estruturas de dados que permitam uma procura rápida e medidas de semelhança entre documentos multimédia que permitam localizar os documentos mais semelhantes. De notar que as medidas de semelhança partem do conceito genérico de distância num espaço de características multimédia. Vários factores influenciam a escolha das estruturas de dados e as medidas de semelhança. Desta forma, será identificada, qual das diversas estruturas e medidas de semelhança é a combinação ideal para responder a uma dada pesquisa multimédia. Este estudo será seguido do desenvolvimento de estruturas de dados adequadas a pesquisas rápidas e precisas para diversos tipos de dados multimédia. Será também desenvolvida uma aplicação de pesquisa com uma interface para visualização dos dados que permitirá testar os diferentes métodos investigados e realizar testes de utilizador.