隨手畫、隨手找圖！PhotoSketch - 優秀的圖形辨識技術

如果你不清楚標題說的是什麼，那就看張示意圖吧！相信馬上就可以明白了：

瞭解了嗎？你沒看錯，就是你隨手畫一張類似素描或草稿的簡圖，電腦可以透過你畫的圖形來找出相似的圖片，並且將這些圖片組合起來成為最後的結果。這是我今天隨手逛到的一篇由北京清華大學、新加坡大學和以色列IDC大學的研究生們所做出來最新的研究，發表於2009年的ACM SIGGRAPH期刊論文。有興趣的可以去看看這篇論文。

論文上放的例子都相當的令人驚奇，找出來的圖片都很接近於手繪圖(廢話，要不然要找差很多的嗎XD)，

這是他們演算法的大致步驟，一開始先偵測手繪圖的外框(outline)，根據這些外框去找出可能的影像，接著嘗試去把這些影像作組合，最後根據組合的結果來排序：

我不是做影像辨識，所以不要多談太多細節以免被打槍XD。只是想說現在的研究真是越來越令人驚喜了。如果有興趣的人可以看一下介紹影片：

PhotoSketch: Internet Image Montage from tao chen on Vimeo.


其實這個研究已經有線上服務可以使用了，不過現在似乎crash了...等等看之後會不會重新開放吧。


【相關閱讀】
PhotoSketch: Internet Image Montage
PhotoSketch: Photoshop + Image Recognition = Awesome
This Is a Photoshop and It Blew My Mind

Data granularity 資料細微度

Data granularity指的是資料被細分的程度。比如說一個地址的資料，如果呈現方式是：

• 地址：新竹縣寶山鄉XX街XX號
  

那它的Data granularity就很低。

相反的，如果呈現方式是：

• 縣市：新竹縣
  
• 鄉鎮市：寶山鄉
  
• 街/路：XX街
  
• 其他：XX號

那相對的就是HIgh granularity。

arg 和 arg max

最近在讀paper時看到了這個數學式子 y* = argmax f(t)，想當初數學這麼爛的我一定不懂argmax是什麼，找了好一會兒才找到，記錄一下避免忘記 :)

• y = f(t) 是一般常見的函式，代表給定一個t值，丟到f函式中會回傳一個值給y。
  

• y = max f(t) 代表：y 是f(t)函式所有的值中最大的output。
  

• y = arg max f(t) 代表：y 是f(t)函式中，會產生最大output的那個參數t。
  

看起來很模糊，舉個例子應該比較好理解：

假設有一個函式 f(t)，t 的可能範圍是 {0,1,2}，f(t=0) = 10 ; f(t=1) = 20 ; f(t=2) = 7，那分別對應的y如下：

• y = max f(t)  = 20
  
• y* = arg max f(t) = 1
  

這樣應該就很好理解了吧 :)

The Claremont Report on Database Research

這是老師給我們的一個研究報告，內容主要是在勾勒未來在資料庫的研究上，有什麼新的方向可以去實現。花了點時間把它KO了，覺得內容還不錯，把重點記錄在這裡。

New Database Engine Architecture

主要是提到因為Relational Database Management Systems有一些缺點。像是在處理media和merging的混合型資料時，效能低落；另外，因為目前硬體環境的大幅進步，所以文中也建議資料庫的整體設計必須要開創一個新的局面，也就是要設計出可以完美利用multi-core processors和large memory的引擎。

Declarative Programming Languages

首先，我對於什麼是Declarative Programming Language並不清楚，不過文中提到了一個發展的新趨勢，也就是Map Reduce。Map-Reduce是一個由Google所提出的framework，主要的核心概念是parallel computing，用在處理相當大量的資料上有顯著的成果。

The Interplay of structured and unstructured data

因為網際網路的發展快速，加上Web 2.0概念的興起，資料量有了爆炸性的成長。要如何從這些錯綜複雜的異質性(heterogeneous)資料裡面，找出有用的資訊，甚至是發展一套全新的Mining Technic來extract都是可以思考的方向。

Cloud data services

Cloud Computing是最近很火紅的名詞。也因為這樣新的架構的提出，造成了data management architecture的改變，相關的議題還有Grid Computing，也是用在處理大量的資料。我覺得這和上一個觀點可以互相結合，以往由特定幾個大企業提供服務和資訊的時代已經過去了，現今的趨勢已經從企業端轉移到客戶端(Enterprise to Client)，不管是資料量的成長和專業及非專業工作者的數量上都和過去有顯著的不同，以往可能需要特定專業的知識才能使用資料庫，但未來的趨勢一定會朝向人人都可以建立自己的資料庫，並且根據不同的用途，會有不同的資料庫被建立起來(像是管理家人三餐的資料庫、每個家人健康狀況的資料庫等等)。這也意味者資料庫的用途將不再侷限在大型企業用來儲存和處理大量的資料上，而要如何將這些分散各地的資料整合起來，從中挖掘出有意義的資訊，就是很好的研究方向吧！

Mobile and Virtual World

最後一個論點提到了Mobile裝置的普及和虛擬世界的現象。未來的移動式裝置勢必會有更加爆炸性的成長，我們可以根據不同的users在不同的時空環境下，提供適當的資訊。比如說：當衛星偵測到使用者正在台北火車站週遭逛街時，可以即時提供附近商家的折扣資訊或活動訊息。甚至我還想到，如果能夠進一步整合人體感知裝置，感應目前人體的內心情緒，分析出這個人目前想要購買的商品或是用餐的種類、環境、地點等等，就可以提供更加精準的資訊或廣告。但是要達到這樣的目的，除了必須要有人工智慧的相關分析外，還要有相當快速且即時的分析系統和運算能力，另外就是快速的無線網路了。有良好的資訊基礎建設的支持，才會創造美好的使用者經驗(User Experience)。

這篇文章的最後也公佈了近20年來討論過的議題：

相關討論：

The Claremont Database Research Self-Assessment Meeting
Mark Logic CEO Blog