CADAL二期技术工作进展 CADAL项目管理中心 魏宝刚 2011.7.14.

Presentation on theme: "CADAL二期技术工作进展 CADAL项目管理中心 魏宝刚 2011.7.14."— Presentation transcript:

1 CADAL二期技术工作进展 CADAL项目管理中心 魏宝刚

2 提纲 阅读服务 新型阅读模式 新型存储架构 新的阅读体验 知识服务 多媒体语义分析与知识组织 跨媒体综合信息服务

3 1 阅读服务

4 阅读服务—新型阅读模式（主动信息服务技术与平台）
门户升级，用户管理、图书借阅、评注、推荐等扩充了新功能 读者阅读活动 单向SNS 社会化推送 借阅 主动信息服务 书架 推荐引擎 评注 多数据源融合 GPU并行计算 智能图书推荐

5 阅读服务—新型存储（云存储管理平台） 搭建了基于云计算平台的体系架构及存储实验平台 现有节点：40个CPU核， 40TB硬盘，80GB内存
　实现了分布式数字图书 馆体系架构，解决元数据服 务器的单点问题，研究了海 量小文件解决方案和动态备 份策略　 　实现了结合全局索引和 局部索引的分布式混合索引 机制 　开始为CADAL门户提供 资源服务

6 阅读服务—新型存储（云存储管理平台） 实现了分布式数字图书馆体系架构 将Web服务、缓存、 处理和存储分离开来 实现服务器的动态调 整
缓存层 处理层 存储层 　将Web服务、缓存、 处理和存储分离开来 　实现服务器的动态调 整 　实现负载均衡、协同 缓存以及预取等策略 　实现HDFS热门资料 的多备份存储与SAN存储 的结合

7 阅读服务—新型存储（云存储管理平台） 结合全局索引和局部索引的分布式混合索引机制 解决传统集中式索 引机制的单点问题， 并提高索引效率;
数据分块能加快索 引构建和更新; 局部索引可采用已 有的索引策略：倒排 表(文件)、高维索引、 KD树等; 全局索引采用分布 式哈希策略;

8 阅读服务—新型存储（云存储管理平台） 局部索引机制的实现
特征提取 聚类 特征提取 数据库图像 SIFT特征 视觉单词 SIFT特征 检索图像 在传统索引 算法中引入稀 疏主成份分析， 并设计了全局 优化解，使得 高维图像索引 编码更加有效 且可解释 高维欧氏空间特征向量 高维欧氏空间特征向量 SPCA 稀疏主成分 SPCA 低维欧氏空间向量 低维欧氏空间向量 映射函数 映射 映射 1 1 汉明空间向量（编码） 汉明空间向量（编码）

9 阅读服务—新型阅读体验（沉浸式阅读技术与平台）
3D数字图书资源展示检索 图书跨媒体资源融合阅读 基于语音识别的阅读交互 基于模板匹配的手势识别交互

10 阅读服务—新型阅读体验（沉浸式阅读技术与平台）
图书跨媒体资源融合阅读技术 图书阅读 模拟翻页、按章节阅读 跨媒体资源融合辅助阅 读(音频、视频、文本等) 阅读辅助功能 书籍内容的缩放 多本书籍参照阅读 多用户的协同阅读 阅读历史记录 按照内容的书籍推荐

11 阅读服务—新型阅读体验（沉浸式阅读技术与平台）
3D数字图书馆资源展示检索技术

12 2 知识服务

13 知识服务 云计算平台 数据海 文学编年史服务 创新设计服务 中医药服务 跨媒体服务 个性化服务 …… 数据挖掘与知识发现 信息抽取与语义分析
海量多媒体 知识管理 跨媒体语 义关联 自燃语言 理解 数据海

14 知识服务：多媒体语义分析与知识组织 多媒体语义对象的识别提取 版面分析、多媒体 对象的识别提取，帮 助跨媒体语义关联
实现了基于投影的 图像分割和基于 Boosting的图像分割 技术，可以对图书、 报纸等资源进行版面 分析

15 知识服务：多媒体语义分析与知识组织 基于文字大小和字体的书籍文本结构分析 文档结构信息能将非结构化的 文本信息转化为结构化的知识
文字大小和字体蕴含着文档结 构信息，分析文字大小和字体可 恢复因OCR丢失的文档结构信息 采用灰度投影法识别文字大小， 然后再提取字块小波特征进行字 体SVM分类

16 知识服务：多媒体语义分析与知识组织 基于字幕识别的视频语义理解技术 通过字幕的识别、提取、分 析可以建立视频流与文本信息 的语义关联
使用改进SOBEL边缘检测算 子得到边缘分布图；用形态学 方法去除孤立噪声点并增强边 缘聚集块；采用区域生长法、 非文字区域的长拖尾特点以及 分块累加熵阀值过滤噪声区域 和非文字区域，得到候选文字 区；按规则扩展文字区域并合 并相邻文字域，得到最后的文 字识别区域。

17 知识服务：跨媒体综合信息服务 图书语义分析 视频语义分析 知识网 …… 中药 方剂 病症 地理信息 产地分析 症治查询 方剂对比 跨媒体查询
相关推荐 插图 版面分析 文本结构分析 OCR文本 结构化信息抽取 图书 文本块 语义关联 图书语义分析 视频语义分析 网络信息 视频 镜头检测 镜头 关键帧提取 字幕定位 字幕识别 自然语义处理 语义关联 中药 方剂 病症 知识网 图像信息 ……

18 知识服务：跨媒体综合信息服务 中医药知识服务系统 已收集2129个中医病证、4443 条中医方剂、12698味中药等及部 分相关图片、视频;
已收集2129个中医病证、4443 条中医方剂、12698味中药等及部 分相关图片、视频; 以药、方、病、症为主线，提供 综合文字、图像、古籍、视频和地 图等各种资源的信息展示; 提供方剂组成分析及对比 提供相关查询和语义查询 提供个性化推荐

19 知识服务：跨媒体综合信息服务 中国文学编年史知识服务系统 知识融合 知识库 图书分析处理 地理分析处理 跨媒体检索 作家籍贯图 文本信息
... 作家行踪图 作家交往图 作家籍贯图 年表…… 地图 跨媒体检索 文本信息 图书分析处理 C A D L 结构化信息和全文信息 文学相关视频 知识融合 文学相关图像 地理分析处理 GIS数据 地理书籍 地理信息数据库 地名演变图 人物籍贯图 CADAL地理信息系统 … 人物行踪图 作品分布图 知识库 地图

20 知识服务：跨媒体综合信息服务 中国书法服务系统 特定风格书法字渲染 基于形状的书法字检索 特定风格书法字生成 书法字书写过程可视化 知 识
柳体 特定风格书法字渲染 基于形状的书法字检索 特定风格书法字生成 颜体 书法字书写过程可视化 书法字库 知 识 库 部件库 笔画库 风格模型 柳体、颜体、 欧体…… CADAL资源

21 谢谢!