Olhó-passarinho: uma extensão do TweeProfiles para fotografias

OLHÓ-PASSARINHO: UMA EXTENSÃO DO TWEEPROFILES PARA FOTOGRAFIAS IVO FILIPE VALENTE MOTA DISSERTAÇÃO DE MESTRADO APRESENTADA À FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO EM MESTRADO INTEGRADO EM ENGENHARIA ELETROTÉCNICA E DE COMPUTADORES M 2014 FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Olhó-passa inho: uma ex ensão do TweeP o iles pa a o og a ias I o Filipe Valen e Mo a Mes ado In eg ado em Engenha ia Ele o écnica e de Compu ado es O ien ado : Luís Filipe Pin o de Almeida Teixei a (PhD) Co-o ien ado : Ca los Manuel Milhei o de Oli ei a Pin o Soa es (PhD) 31 de Julho de 2014 c I o Mo a, 2014 Resumo O Twi e é uma das edes sociais a uais que mais in o mação ge a odos os dias. Face à sua dimensão, oi desen ol ido o TweeP o iles, uma e amen a que analisa as mensagens pa ilhadas nes e se iço. Es a e amen a u iliza écnicas de Da a Mining pa a iden i ica pad ões, ap esen a- dos a a és de clus e s de Twee s, em que são analisados, o con eúdo na o ma de ex o, as ligações sociais, e as dimensões espaço- empo ais das mensagens. Face ao aumen o do núme o de u ilizado es que eco em a sma phones pa a acede em ao Twi e , o núme o de o og a ias pa ilhadas nes e se iço em c escido signi ica i amen e nos úl- imos anos. Es a disse ação e e como obje i o p incipal o desen ol imen o de uma ex ensão da e amen a TweeP o iles, a a és de écnicas de p ocessamen o de imagem e da a mining, que pe mi a a iden i icação de pad ões espaço- empo ais a a és da in o mação das imagens pa ilha- das no se iço de mic oblogging Twi e . Pa a a sua conc e ização oi desen ol ido um módulo que u iliza o concei o de ocabulá io isual pa a a ep esen ação das imagens de uma o ma mais compac a e e icien e. Os esul ados ob idos podem se isualizados a a és de uma aplicação web que pe mi e a na egação e isualização pelas imagens e dimensões espaço- empo ais dos clus e s. i ii Abs ac Twi e is one o social ne wo ks ha gene a es mo e in o ma ion on a con inuous basic. Due o i s dimension, a ool called TweeP o iles was c ea ed, which uses he messanges pos ed in his social ne wo k. This ool uses da a mining echniques o iden i y pa e ns p esen ed as clus e s o Twee s, acco ding o ou dimensions: ex ual, con en , social connec ions, spa ial and empo al cha ac e is ics. Gi en he inc easing numbe o use s who use sma phones o access Twi e , he numbe o sha ed pho os in his se ice has g own signi ican ly in ecen yea s. The main goal o his hesis is de eloping an ex ension o he TweeP o iles ool ha also looks o pa e ns in hose images. Th ough echniques o compu e ision and da a mining, his ool enables he iden i ica ion o spa io- empo al pa e ns using all in o ma ion in he sha ed images. The implemen a ion is based on he concep o isual ocabula y o ep esen ing images in a mo e compac and e icien way. The esul s can be isualized h ough a web applica ion ha allows b owsing and iewing he images and spa ial and empo al dimensions o clus e s. iii i Ag adecimen os Em p imei o luga que o deixa os meus ag adecimen os aos meus o ien ado es, P o esso Luís Filipe Teixei a e P o esso Ca los Pin o Soa es, pela excelen e colabo ação e disponibilidade semp e demons ada no desen ol imen o des e p oje o de disse ação. As suas o ien ações o am um a o de e minan e pa a o sucesso do mesmo. Também que ia deixa o meu ag adecimen o ao Tiago Cunha po e -se demons ado semp e disponí el pa a ajuda e escla ece dú idas undamen almen e ela i as ao TweeP o iles. Não menos impo an e, que ia aqui ap esen a os meus ag adecimen os pelo companhei ismo e o ça dada po odos os meus amigos, salien ando os nomes de Hugo Ma ques, Nuno Dua e e Ped o Ribei o que es i e am semp e p esen es du an e o desen ol imen o des e p oje o. Po im, um eno me ag adecimen os aos meus pais pela paciência e po me e em ajudado em odos os momen os que necessi ei. À Joana Pin o, um ag adecimen o especial pela sua p esença, companhei ismo e amizade em odos os bons e maus momen os des a longa caminhada. Po nunca me e deixado desis i . Po e sido o meu maio pila . I o Mo a Es e abalho é pa cialmen e inanciado po undos nacionais, a a és da FCT – Fundação pa a a Ciência e Tecnologia no âmbi o do p oje o "REACTION (UTAus in/EST-MAI/0006/2009)"bem como do p oje o "NORTE-07-0124-FEDER-000059", que é inanciado pelo P og ama Ope acional Regional do No e de Po ugal (ON.2 – O No o No e), sob e o Quad o de Re e ência Es a égico Nacional (QREN), a a és do Fundo de Desen ol imen o Regional Eu opeu (FDRE), e da agência de inanciamen o Po uguesa, Fundação pa a a Ciência e a Tecnologia (FCT). xii LISTA DE FIGURAS 4.4 Exemplo ilus a i o da isualização da ma iz pa a isualização de no e imagens. 45 4.5 Dis ibuição dos clus e s no mapa calculado exclusi amen e a a és da dimensão espacial ....................................... 46 4.6 P ojeção do Clus e s no mapa calculado exclusi amen e a a és da dimensão em- po al......................................... 46 4.7 P ojeção do Clus e s no empo calculado exclusi amen e a a és da dimensão empo al....................................... 46 4.8 P ojeção do Clus e s no mapa calculado exclusi amen e a a és do con eúdo isual 47 4.9 Exemplo da isualização do con eúdo isual de um clus e calculado com 100% do peso pa a a dimensão das imagens . . . . . . . . . . . . . . . . . . . . . . . 47 4.10 P ojeção dos Clus e s no mapa com peso a ibuído a cada dimensão de 33.33% . 48 4.11 P ojeção dos Clus e s no empo com peso a ibuído a cada dimensão de 33.33% . 48 4.12 Exemplo da isualização do con eúdo isual de dois clus e s calculados com 33.33% do peso pa a cada uma das dimensões . . . . . . . . . . . . . . . . . . . . . . . 49 Lis a de Tabelas 3.1 Desc ição em núme os do o al de wee s com indicação, nos que con ém URL pa a imagem, do núme o de wee s po se iço de pa ilha de imagem . . . . . . 32 3.2 A ibu os da abela da base de dados pa a il agem dos wee s. . . . . . . . . . . 32 3.3 Elemen os con idos no obje o com a in o mação de um wee . . . . . . . . . . . 33 3.4 Esquema da base de dados SQLi e . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.1 Dis ibuição empo al en e os di e en es subconjun os de dados . . . . . . . . . 43 xiii xi LISTA DE TABELAS Ab e ia u as e Símbolos BoW Bag O Wo ds CSD Con ou -based Shape Desc ip o DBSCAN Densi y-Based Spa ial Clus e ing o Applica ions wi h Noise DoG Di e ence o Gaussian GLOH G adien Loca ion and O ien a ion His og am HMMD Hue-Max-Min-Di HOG His og am o O ien ed G adien s HSV Hue Sa u a ion Value HTD Homogeneous Tex u e Desc ip o JSON Ja aSc ip Objec No a ion MS Maximally S able RGB Red G een Blue RSD Region-based Shape Desc ip o SA Shape Adap ed SIFT Scale-In a ian Fea u e T ans o m SURF Speeded Up Robus Fea u es URL Uni o m Resou ce Loca o x Capí ulo 1 In odução Nes e capí ulo é ei a uma in odução ao p oje o desen ol ido no âmbi o da disse ação com a ap esen ação do seu con ex o, a mo i ação pa a o seu desen ol imen o, os obje i os a alcança e a desc ição da es u u a des e documen o. 1.1 Con ex o As edes sociais são uma excelen e on e de in o mação semp e em a ualização, que o ne- cem aos in es igado es uma as a quan idade e a iedade de dados. Es e dados ap esen am-se de di e en es o mas como ex o, imagem ou mesmo ídeos. Es a in o mação es á acessí el a a és de API’s disponibilizadas pelos p óp ios se iços, e pode se assim u ilizada pa a, po exemplo, ealiza análise de sen imen os ou opiniões pa ilhadas a a és de ex o po u ilizado es da ede social Twi e [11,12], ou mesmo pa a a descobe a de no as écnicas mais e icazes na pesquisa de imagens no se iço Flick [13] u ilizando ano ações inse idas po u ilizado es [14]. O Twi e az pa e do g upo de edes sociais exis en es que mais in o mação p oduz odos os dias, sendo ca ac e izado como um se iço de mic oblogging, que pe mi e aos u ilizado es pa i- lha em mensagens, designadas po wee s, a é um máximo de 140 ca ac e es. Essas mensagens podem con e , pa a além de ex o, imagens ou links pa a imagens de ou os se iços, como po exemplo, o Ins ag am [15] ou o Twi pic [16]. Ao con á io do que acon ece com ou as edes so- ciais como o Facebook [17] e Linkedin [18] que u ilizam uma ede de comunicação bi-di ecional, o Twi e u iliza uma in aes u u a assimé ica onde exis em " iends" e" ollowe s". Os " iends" co espondem às con as das pessoas que o u ilizado segue e os " ollowe s" às con as das pessoas que o seguem [19]. O TweeP o iles [2], é uma e amen a que em como p incipal obje i o iden i ica pe is em mensagens esc i as, pa ilhadas na ede social Twi e . Es a e amen a u iliza écnicas de da a mining, mais p ecisamen e à a e a de clus e ing, de o ma a en a iden i ica pe is de wee s en ol endo múl iplos ipos de in o mação, como, ex ual, espacial, empo al e social. 1 2In odução 1.2 Mo i ação De ido ao g ande núme o de u ilizado es e de in o mação pa ilhada a odo o ins an e no Twi - e , es e o na-se um excelen e se iço de ecolha de dados, p opo cionando aos in es igado es e emp esas uma quan idade e a iedade de dados necessá ios pa a o desen ol imen o de e amen as de análise de dados e ex ação de conhecimen o. As mensagens pa ilhadas no Twi e sob e a o ma de ex o êm sido uma das g andes on es de dados u ilizadas po mui as e amen as como o TweeP o iles [2]. No en an o, apesa de se a a de uma ede social em que a maio ia da in o mação disponí el se encon a em o ma de ex o, o Twi e ambém pe mi e a pa ilha de imagens a pa i do seu p óp io se iço, ou a a és de ou os se iços como Twi pic ou Ins ag am. Es as imagens ambém podem se u ilizadas pa a a análise e ex ação de conhecimen o, pois o seu con eúdo pode mesmo em mui os casos complemen a o ex o ou a é mesmo, o subs i ui . A análise de in o mação isual é assim um ac éscimo impo an e pa a o desen ol imen o de e amen as de ex ação de conhecimen o das edes sociais. 1.3 Obje i os Es a disse ação em como p incipal obje i o a c iação de uma ex ensão pa a o TweeP o iles a a és de écnicas de p ocessamen o de imagem e da a mining, que pe mi a a iden i icação de pad ões em imagens pa ilhadas no se iço de mic oblogging Twi e , a a és da iden i icação de clus e s. Se á assim necessá io ealiza a ecolha dos dados alojados numa base de dados MongoDB [20] c iada a a és da pla a o ma Socialbus (an e io men e designada po Twi e Echo [21]). Es a pla- a o ma consis e num p oje o open sou ce de desen ol imen o de uma e amen a pa a ex ai e a mazena wee s de uma de e minada comunidade de u ilizado es. Foi desen ol ido com o in ui o de ajuda os in es igado es a e em acilidade de acesso a uma base de dados de edes sociais, na sua maio ia. Após ecolhidos os dados se á necessá io o desen ol imen o de um mó- dulo esponsá el pela ecolha das imagens a a és do URL exis en e nos wee s, do p ocessamen o da in o mação isual de modo a o ná-la mais compac a e e icien e, e do a mazenamen o dessa in o mação. Po im, a in o mação isual de e á se in eg ada na e amen a TweeP o iles, com obje i o de ealiza o p ocesso de Da a Mining, mais especi icamen e a a e a de clus e ing e desen ol e a aplicação pa a isualiza os clus e s nas di e en es dimensões. 1.4 Es u u a do documen o Es e documen o es á o ganizado da seguin e o ma: o Capí ulo 2desc e e concei os e abalhos elacionados e ap esen ada uma pesquisa sob e os á ios domínios cien í icos necessá ios pa a o desen ol imen o des e p oje o de disse ação. No Capí ulo 3é ap esen ado o modelo desen ol ido pa a a ex ação, p ocessamen o e a mazenamen o da in o mação isual. Já no Capí ulo 4é desc i a 1.4 Es u u a do documen o 3 a e amen a Olhó-passa inho e a in eg ação do módulo desen ol ido pa a a in o mação isual com a e amen a TweeP o iles. Pa a inaliza é ap esen ado o Capí ulo 5com um esumo do abalho desen ol ido e discu e o desen ol imen o des e p oje o de disse ação com suges ões de abalho u u o a ealiza . 4In odução Capí ulo 2 Concei os e T abalhos Relacionados Nes e capí ulo é ap esen ado o es udo ealizado, endo em is a a aquisição de compe ências e conhecimen os necessá ios pa a o desen ol imen o do p oje o, que se ocam essencialmen e em análise de mé odos de da a mining e em écnicas aplicadas em isão po compu ado . Em p imei o liga se á expos o con eúdo ela i amen e a mé odos de clus e ing como uma a e a de da a mining. Em seguida se ão ap esen adas o mas de ep esen ação de imagens. Po im, são e e enciados alguns abalhos elacionados com o p oje o a desen ol e nes a disse ação. 2.1 Clus e ing Um conjun o de dados a a-se de uma coleção de obje os (ou ins âncias). Es es obje os con êm a iá eis, sendo que, os alo es de inidos pa a cada a ibu o são independen es de obje o pa a obje o, con e indo-lhes ca ac e ís icas indi iduais. A ex ação de conhecimen o em base de dados ou da a mining é um p ocesso de explo ação de g andes quan idades de dados que p ocu a encon a pad ões "in e essan es" [9]. T a a- e assim de uma usão de es a ís ica aplicada, sis emas de lógica, in eligência a i icial, machine lea ning e ges ão de base de dados [22].Es e p ocesso é ca ac e izado po á ias a e as possí eis de se aplicadas, dependendo do p oblema abo dado, ais como [23]: •De eção de anomalias (ou lie s/ al e ações/ des ios) - Iden i ica egis os de dados incomuns, podendo se e os nos dados ou obje os in e essan es que ap esen am compo amen o di e- en e dos es an es; •Reg as de associação - P ocu a elações en e a iá eis cujos alo es oco am equen e- men e em conjun o; •Classi icação - É a a e a de iden i ica a que sub-g upo, de um conjun o de dados, pe ence uma no a obse ação (no o obje o). É essencialmen e u ilizada em a e as de p e isão; •Reg essão - Ten a ajus a uma equação ma emá ica (linea , quad á ica, e c,...) ao conjun o de dados, de o ma a encon a elações en e duas ou mais a iá eis; 5 12 Concei os e T abalhos Relacionados Dis ância Chebyshe : U ilizada pa a casos em que há necessidade de de ini dois pon os dos dados como di e en es, caso sejam di e en es em qualque dimensão: dis (xi,xj)=max(|xi1xj1|+|xi2xj2|+...+|xi xj |).(2.9) 2.1.5.2 A ibu os Biná ios e Nominais As unções ap esen adas an e io men e apenas podem se u ilizadas com a ibu os do ipo numé ico. Assim se ão necessá ias unções de dis ância especi icas pa a a ibu os do ipo biná io e nominal. Uma a iá el biná ia é aquela que apenas pode assumi dois es ados ou alo es, sendo no mal- men e ep esen ado pelo alo 0 e 1. Mas es es es ados não ap esen am um o dem de inida. Po exemplo, no caso de uma lâmpada, es a pode assumi apenas dois es ados, ligado ou desligado, ou o géne o de uma pessoa, masculino ou eminino. Es es exemplos ap esen am dois alo es di e en es mas que não possuem qualque o dem. Os a ibu os biná ios podem se di ididos em dois ipos di e en es, os simé icos e os assimé- icos, sendo em seguida ap esen adas as unções de dis ância pa a ambos os casos [24]. Na Figu a 2.2 é ep esen ada uma ma iz de con usão pa a uma melho comp eensão do cál- culo da dis ância en e obje os com a ibu os biná ios. Figu a 2.2: Ma iz de con usão de dois obje os com a ibu os biná ios A ibu os simé icos: Um a ibu o é simé ico quando ambos os es ados (0 ou 1) êm a mesma impo ância e o mesmo peso, al como oco e no exemplo dado an e io men e com o a i- bu o géne o (masculino e eminino). Pa a es e caso, a unção dis ância mais u ilizada é designada po simple ma ching dis ance, que co esponde à p opo ção de incompa ibilidade ou desaco do: dis (xi,xj)= b+c a+b+c+d(2.10) A ibu os assimé icos: Um a ibu o é assimé ico se um dos es ados ap esen a maio impo - ância do que o ou o. No malmen e o es ado mais alioso é o que oco e com meno 2.1 Clus e ing 13 equência. No nosso caso i emos conside a o es ado 1 como o mais alioso. Assim, a unção dis ância mais equen emen e u ilizada pa a a ibu os assimé icos é a unção de dis ância Jacca d: dis (xi,xj)= b+c a+b+c(2.11) No caso de a ibu os nominais com mais de dois es ados ou alo es, a unção de dis ância mais u ilizada, é baseada na simple ma ching dis ance. Dados dois obje os iej, co esponde ao núme o o al de a ibu os e o qao núme o de alo es que são mu uamen e co espondidos en e os obje os xiexj: dis (xi,xj)= +q (2.12) 2.1.5.3 Dimensão Tempo al O empo é ep esen ado apenas po uma dimensão, sendo que pa a calcula a dis ância, po exemplo, en e dois wee s ie j, apenas é necessá io calcula a di e ença dos empos en e os mesmos. Supondo que os alo es dos empos são espe i amen e DieDj, o in e alo de empo pode se de inido pela seguin e equação: dis T( i, j)=|DiDj|(2.13) 2.1.5.4 Dimensão Espacial Ao con á io da dimensão empo al, a dimensão espacial ap esen a mais do que uma dimen- são, la i ude e longi ude. Es as ap esen am-se sob e a o ma numé ica, sendo possí el o cálculo da dis ância en e dois obje os a a és de unções de dis ância pa a a ibu os numé icos como e e ido an e io men e (2.1.5.1). Assim, pa a o cálculo en e pon os dis ibuídos num espaço pode -se-á e- co e à unção Minkowski (equação 2.4), à unção Euclidiana (equação2.5), à unção Manha an (equação 2.6) ou mesmo à unção de Chebyche (equação 2.9), sendo que no caso mais especí- ico de uma dis ibuição espacial geog á ica, em que os pon os possuem la i ude e longi ude, é conside ada mais ap op iada a u ilização da unção de dis ância Ha e sine (equação 2.14) pois es a oma em conside ação a o ma es é ica da Te a [27]. Assim, ob endo um pa de obje os xie xjdis anciados geog a icamen e, são conside adas a la i ude xie xje a longi ude lxielxjpa a de e mina a dis ância en e os obje os. dis Sp(xi,xj)=2Rsin1 sin2( xi xj 2)+cos xicos xjsin2(lxilxj 2)0.5!(2.14) O a ibu o R ep esen a o aio da Te a e que de e mina as unidades do esul ado e o nado pela unção, sendo comum a u ilização das unidades no sis ema in e nacional (SI), o me o, podendo ambém se ep esen ado em quilóme os de ido ao a o de escala. 14 Concei os e T abalhos Relacionados 2.2 TweeP o iles Es a disse ação p e ende da con inuidade e um abalho designado po TweeP o iles [2]. O TweeP o iles é uma e amen a que iden i ica pe is de wee s en ol endo múl iplos ipos de in o mação: espacial, empo al, ex ual e social. Es a secção az uma b e e in odução e desc ição sob e es a e amen a. 2.2.1 Desc ição e obje i os O TweeP o iles abo da o p oblema de iden i ica pe is de wee s en ol endo as dimensões espacial, empo al, social e de con eúdo con idas nesses wee s. A in o mação espacial, a a-se da in o mação de localização das mensagens de ex o pa ilhadas no Twi e ; a empo al é ela i a à da a de publicação do wee ; a social ap esen a as ligações en e os u ilizado es, po im, o con eúdo que se e e e à mensagem de ex o con ida em cada wee . Os obje i os do TweeP o iles o am o desen ol imen o de uma me odologia de da a mining que iden i icasse pe is de wee s que combinem de o ma lexí el as á ias dimensões conside- adas, a c iação de uma e amen a de isualização pa a ep esen a os esul ados ob idos e a sua aplicação a um caso de es udo na wi os e a po uguesa. No caso do p ocesso de da a mining oi u ilizada a a e a de clus e ing de o ma a ag upa os dados em clus e s. Pa a esse im, oi implemen ado o algo i mo DBSCAN e e ido na Sec- ção 2.1.3. A e amen a de isualização es á desenhada pa a uma u ilização dinâmica e in ui i a, di e- cionada pa a a ep esen ação dos pe is de uma o ma comp eensí el e in e a i a. Es a ap esen a á ios widge s capazes de ep esen a os pad ões ob idos. O caso de es udo que o TweeP o iles usa dados geo e e enciados do Socialbus (an es designado como Twi e Echo [21]). No en an o, es a e amen a é adequada pa a a a quaisque mensagens geo e e enciadas p o enien es do Twi e . 2.2.2 Resul ados ilus a i os A a és do TweeP o iles podemos isualiza clus e s nas suas di e sas dimensões. Es a e a- men a ap esen a ês secções dis in as pa a isualização e inclui ainda con olos pa a na egação e seleção de de e minados pa âme os. Uma das secções é cons i uída po um mapa onde é possí el isualiza geog a icamen e os clus e s, como podemos e na Figu a 2.3, em que são ep esen a- dos po cí culo. Ou a das secções é um g á ico que ap esen a a dis ibuição empo al dos clus e s, onde é possí el isualiza a da a de início e a da a de im de um de e minado clus e , is o é, isua- liza o in e alo de empo en e a da a do p imei o wee pa ilhado e o úl imo, con idos no mesmo clus e . Po im, é-nos ap esen ada uma secção onde é possí el isualiza in o mação mais espe- cí ica sob e os clus e s, incluindo a in o mação ela i a às dimensões de con eúdo e social com a ep esen ação das pala as mais u ilizadas e as ligações en e u ilizado es espe i amen e nesse clus e s. Os con olos pe mi em seleciona um dos ês in e alos de empo exis en es e o os pesos pa a cada uma das dimensões, que podem assumi alo es en e 0% e 100% com inc emen os de 2.2 TweeP o iles 15 Figu a 2.3: Exemplo ilus a i o da dis ibuição espacial dos clus e s calculada apenas com a con- side ação da dimensão espacial. Re i ada de [2] 25%. Cada dimensão pode assumi como peso assim um dos seguin es alo es pe cen uais: {0, 25, 50, 75, 100}, sendo que a soma dos pesos das di e en es dimensões de e se igual a 1. Em seguida são ap esen ados alguns esul ados ilus a i os ob idos a a és da e amen a Twe- eP o iles, e que demons am o seu uncionamen o global. Es e esul ados se ão baseados apenas nos ap esen ados po Tiago Cunha [2], sendo ilus ados esul ados de clus e s em Po ugal pa a di e en es combinações de impo ância das dimensões possí eis. Na Figu a 2.4 são ap esen adas qua o combinações en e a dimensão do con eúdo e as es- an es, exce o no p imei o caso (Figu a 2.4a) onde podemos e um clus e em Po ugal apenas endo em conside ação a dimensão do con eúdo. Já no caso da Figu a 2.4b o peso é dis ibuído da mesma o ma en e o con eúdo e a dimensão espacial, esul ando em dois clus e s. Na Figu a 2.4c, al como no caso an e io , é dis ibuído o peso de igual o ma en e o con eúdo, e nes e caso a di- mensão empo al. O esul ado ob idos no caso de Po ugal, assemelha-se ao do p imei o caso da Figu a 2.4a. Po im, emos o caso da Figu a 2.4d onde o peso é de 50% pa a o con eúdo e 50% pa a a dimensão social, endo esul ado pa a o caso de Po ugal, dois clus e s. Ou a das combinações ap esen adas, oi a dis ibuição uni o me po odas as dimensões. Es e caso é ap esen ado na Figu a 2.5 onde odas as dimensões possuem o peso de 25% cada. Nes e caso o am ob idos ês clus e s em Po ugal. Po im, na Figu a 2.6 é possí el isualiza a secção que ap esen a ao u ilizado in o mação sob e um clus e selecionado, o con eúdo ípico desse clus e , ou seja, as pala as mais equen es, e o g a o com as ligações sociais. É possí el ainda isualiza um de e minado wee com mais de alhe, como o nome do u ilizado , in o mação empo al e espacial. 2.2.3 P ós e con as Como imos na Secção 2.2.2, a e amen a TweeP o iles pe mi e uma g ande a iedade de combinações que p oduzem esul ados que podem a ia no núme o e posição geog á ica dos 16 Concei os e T abalhos Relacionados (a) Clus e s em Po ugal: Con eúdo 100% (b) Clus e s em Po - ugal: Con eúdo 50% + Espacial 50% (c) Clus e s em Po - ugal: Con eúdo 50% + Tempo al 50% (d) Clus e s em Po - ugal: Con eúdo 50% + Social 50% Figu a 2.4: Exemplos de esul ados de clus e s com pesos di e en es pa a as di e en es dimen- sões. Re i adas de [2] clus e s consoan e a in luência e peso das dimensões em conside ação. Es e p oje o de disse ação não em como obje i o melho a o TweeP o iles, mas sim ap e- sen a uma abo dagem al e na i a de isualização de análise de dados em edes sociais u ilizando con eúdo di e en e. Po es e mo i o, nes a secção somen e abo damos os p ós e con as ela i a- men e à abo dagem das dimensões u ilizadas. Uma das an agens da u ilização do ex o como dimensão de con eúdo, é o ac o de no Twi e es e se ap esen a como a maio on e de in o mação, pois os wee s na sua maio ia ap esen am ex o. Mesmo adicionando a dimensão espacial, que implica a exis ência de uma e e ência geo- g á ica con ida na in o mação dos wee s, o núme o de wee s disponí eis con inua a se su icien e pa a uma análise dos dados [2]. Apesa disso, é possí el e i ica que nos esul ados ap esen a- dos exis e mui o con eúdo em o ma de ex o que ap esen a in o mação mui as ezes com pouca ele ância. Um exemplo é o caso da pa ilha da localização a a és de ou os se iços, onde é ap esen ada como mensagem, um ex o p é-de inido pelo se iço u ilizado, sendo indicando ape- nas o local onde se encon a o u ilizado , sem adição de qualque in o mação po pa e do mesmo, como podemos e pela Figu a 2.7. O TweeP o iles e ela ainda que a dimensão espacial, quando ida em conside ação, em um in luência in e essan e nos esul ados ap esen ados no mapa. Já a dimensão empo al não e elou ap esen a uma g ande in luência (Figu a 2.4c), mas pe mi e um con olo e isualização de in o - mação a a és do g á ico empo al. No caso da dimensão social, e i ica-se que es a ap esen a alguma in luência na di isão dos clus e s mas a isualização da sua in o mação a a és do g a o, ap esen a-se pob e e de di ícil comp eensão pa a o u ilizado . De o ma a da con inuidade ao TweeP o iles e ap esen a uma al e na i a de conjugação de dimensões pa a a descobe a de pe is em wee s, nes a disse ação se ão u ilizadas da mesma o ma, as dimensões espaço- empo al, e se á subs i uído o con eúdo ex ual pelo isual. No caso da dimensão social, es a não se á incluída po não ap esen a a in o mação de o ma cla a o u ilizado , 2.3 Rep esen ação de In o mação Visual 17 Figu a 2.5: Clus e s em Po ugal: Con eúdo 25% + Espacial 25% + Tempo al 25% + Social 25%. Re i ada de [2] sendo necessá io um es udo mais ap o undado sob e es a emá ica, que não az pa e dos obje i os des a disse ação. 2.3 Rep esen ação de In o mação Visual Na secção 2.1 oi ap esen ado o concei o e ca ac e ís icas da a e a de clus e ing de uma o ma ge al. Nes a secção se ão expos as o mas de ep esen a imagens como dados. Como o obje i o des a disse ação passa po a ealização da a e a de clus e ing, u ilizando como dados as imagens pa ilhadas no se iço Twi e , é necessá io u iliza o mas e icien es pa a desc e e cada imagem de uma o ma compac a e de o ma a que seja desc i o o con eúdo ge al das imagens. É impo an e salien a que a a e a de clus e ing em imagens é mui as ezes associ- ada à écnica de segmen ação em imagem [28], em que se p e ende dis ingui obje os indi iduais, não sendo es e o obje i o des e p oje o de disse ação. P e ende-se sim que pa a a a e a de clus- e ing o obje o ep esen a i o de uma imagem desc e a es a pelo seu conjun o, al como e e ido an e io men e. 2.3.1 Rep esen ação Ma icial Uma imagem pode se is a como um obje o (ou ins ância), sendo compu acionalmen e ep e- sen ada como uma ma iz (um e o bi-dimensional) de píxeis. A ma iz de píxeis desc e e assim a imagem como N x M m-bi píxeis, onde N co esponde ao núme o de pon os ao longo do eixo ho izon al, M o núme o de pon os ao longo do eixo e ical e mo núme o de bi s po píxel que con ola os ní eis de b ilho. Com mbi s emos uma gama de alo es pa a o b ilho de 2m, que a ia 18 Concei os e T abalhos Relacionados Figu a 2.6: Visualização de in o mação mais de alhada de um clus e incluindo o seu g a o social, e da in o mação ela i a a um de e minado wee . Re i ada de [2] Figu a 2.7: Twee s pe encen es a um clus e pa a a seguin e dis ibuição de pesos: Con eúdo 25% + Espacial 25% + Tempo al 25% + Social 25%. Re i ada de [2] en e 0 e 2m1. Assim se o alo de m o 8, os alo es de b ilho de cada píxel de uma imagem podem a ia en e 0 e 255, que no malmen e co espondem ao p e o e b anco espe i amen e, sendo que os alo es in e médios co espondem ao ons de cinza [29]. No caso de imagens a co es, o p incipio é idên ico, no en an o ao in és de se usa apenas um plano, as imagens a co es são ep esen adas po 3 componen es de in ensidade, designado po modelo RGB (Red G een Blue), a que co esponde espe i amen e as co es e melho (Red), e de (G een) e azul (Blue). Pa a além des e esquema de co es, ambém exis em ou os como o CMYK compos o pelas componen es de co , azul u quesa, magen a, ama elo e p e o. Pa a qualque esquema de co es, exis em 2 mé odos p incipais pa a ep esen a a co do píxel. No p imei o mé odo é u ilizado um alo in ei o pa a cada píxel, sendo esse alo como um índice pa a uma abela, ambém conhecida como pale e da imagem, com a co espondência à in ensidade de cada componen e de co . Es e mé odo em como an agem o ac o de se e icien e na u ilização da memó ia, pois apenas é gua dado um plano da imagem (os índices) e a pale e ( abela). Po ou o lado, em como des an agem o ac o de no malmen e se usado um conjun o eduzido de co es o que p o oca uma edução da qualidade da imagem. Já o segundo mé odo consis e na u ilização de á ios planos da imagem pa a a mazena a componen e de co de cada píxel. Es e ep esen a a imagem com mais p ecisão pois conside a mui o mais co es. O o ma o mais usual é 8 bi s pa a cada uma das 3 componen es, no caso do RGB. Assim, são u ilizados 24 bi s pa a ep esen a a co de cada píxel, o que pe mi e que uma imagem possa con e mais de 16 milhões de co es simul aneamen e. Como e a de espe a , is o en ol e um cus o g ande na u ilização de 2.3 Rep esen ação de In o mação Visual 19 memó ia [29]. Em suma, a ep esen ação ma icial é uma o ma ácil de ep esen a uma imagem, mas ao con á io dos obje i os des a disse ação, não consegue azê-lo de uma o ma compac a, sendo necessá ia a exis ência de g andes quan idades de memó ia de ido à sua dimensionalidade. Pa a além disso, es e ap esen a uma g ande sensibilidade ao uído po da a mesma ele ância a odos os píxeis da imagem. Assim, es a não se ap esen a como uma boa solução pa a a ex ação da in o mação das imagens. 2.3.2 His og amas Ou as das o mas de ep esen a a in o mação de uma imagem é a a és de um his og ama. Um his og ama de uma imagem ap esen a a equência de oco ência de ní eis indi iduais de b ilho, ep esen ado a a és um g á ico que mos a o núme o de píxeis da imagens com um de e - minado ní el de b ilho. No caso de píxeis ep esen ados po 8-bi s, o b ilho ai a ia de 0 (p e o) a é 255 (b anco) [29]. Também pode se ap esen ada in o mação de co sob e uma imagem a a- és de um his og ama, sendo pa a isso necessá io ap esen a 3 his og amas di e enciados, um pa a cada componen e de co , no caso do esquema RGB. A igu a 2.8 ap esen a um exemplo de um his og ama de uma imagem com ons cinza, onde são ep esen ados o núme o de píxeis pa a cada ní el di e en e de cinzen o. Figu a 2.8: Imagem em ons cinza e espe i o his og ama 2.3.3 Desc i o es de Co A co ap esen a-se como um impo an e a ibu o da imagem pa a o olho humano e p oces- samen o po compu ado . Nes a secção são ap esen ados á ios desc i o es de co conside ados pelo MPEG-7 [30,31,32,33], e u ilizados pa a ex ação de in o mação e econhecimen o de simila idade em imagens. 20 Concei os e T abalhos Relacionados 2.3.3.1 Espaços de Co Exis e uma as a seleção de espaços de co es, ais como, RGB, YCbC , HSV, HMMS, Mono- c omá ico e Ma iz linea de ans o mação com e e ência a RGB. O espaço de co RGB é um dos modelos e e idos mais u ilizados, que ap esen a ês com- ponen es dis in as, e melho, e de e azul, al como oi e e ido na Secção 2.3.1. Nes e modelo é u ilizada a combinação das 3 co es p imá ias pa a ep esen a as di e en es co es. O modelo YCbC p o ém do pad ão MPEG-1/2/4 [33] e é de inido pela ans o mação linea do espaço de co RGB como demons ado na equação 2.15: Y=0.299⇥R+0.587⇥G+0.114⇥B Cb =0.169⇥R0.331⇥G+0.500⇥B C =0.500⇥R0.419⇥G0.081⇥B(2.15) No caso do espaço de co Monoc omá ico, é usado apenas a componen e Y do modelo YCbC . O espaço de co HSV (Hue Sa u a ion Value) ap esen a uma especi icação mais complexa, endo sido desen ol ido pa a o nece uma ep esen ação mais in ui i a e pa a se ap oxima mais do sis ema isual humano. A ans o mação do modelo RGB pa a o HSV não é linea , mas é e e sí el [30]. Uma das componen es é a ma iz (H - Hue), que ep esen a a componen e de co espec al dominan e na sua o ma mais pu a, como o e de, ama elo, azul e e melho. Ao se adicionado b anco à co , es a so e uma al e ação e o na-se menos sa u ada. A sa u ação (S - Sa u a ion) é p ecisamen e ou a das componen es des e modelo. Po im, o alo (V - Value) co esponde ao b ilho de co . O espaço de co HMMD (Hue-Max-Min-Di )[30,33] é mais ecen e. É ca ac e izado pela componen e ma iz, al como o modelo HSV, pelo max emin, que são espe i amen e o máximo e mínimo en e os alo es R, G e B. Pa a desc e e es e modelo, ambém é u ilizada a componen e Di , que co esponde à di e ença en e o max emin. Pa a ep esen a es e espaço de co , apenas são necessá ias ês das qua o componen es e e idas an e io men e, como po exemplo, Hue, Max, Min ou Hue, Di , Sum, onde Sum pode se de inida pela equação 2.16. Sum =Max +Min 2(2.16) 2.3.3.2 Co Dominan e O desc i o de co dominan e o nece uma ep esen ação compac a das co es de uma imagem ou da egião da imagem. Es e ap esen a a dis ibuição das co es mais ep esen a i as na imagem. Ao con á io do desc i o de co po his og ama, na especi icação do desc i o de co dominan e, as co es mais ep esen a i as são calculadas a pa i de cada imagem, em ez de se ixado no espaço de co , pe mi indo assim, uma ep esen ação das co es p esen es numa egião de in e esse mais exa a e compac a. 2.3 Rep esen ação de In o mação Visual 21 O desc i o de co dominan e pode se de inido como: F=ci,pi, i,s,(i=1,2,...,N) onde N é o núme o de co es dominan es. Cada alo cida co dominan e é um e o de alo es das componen es do espaço de co co esponden e (po exemplo, um e o de 3 dimensões no espaço de co RGB). O alo pié a ação de píxeis na imagem ou egião da imagem (no malizado pa a um alo en e 0 e 1) que co esponde à co ci, sendo Âipi=1. Já idesc e e a a iação dos alo es de co dos píxeis con idos num g upo, em o no da co ep esen a i a co esponden e. Po im, a coe ência espacial sé um único núme o que ep esen a a homogeneidade espacial global das co es p edominan es na imagem [33]. 2.3.3.3 Co Escalá el O desc i o de co escalá el, pode se in e p e ado como um esquema de codi icação base, que eco e à ans o mada de Haa e aplica à aos alo es do his og ama de co no espaço de co HSV ( e e ido na secção 2.3.3.1). De uma o ma mais especí ica, o desc i o de co escalá el ex ai, no maliza e mapeia de o ma não linea os alo es do his og ama, numa ep esen ação in ei a a 4-bi , dando assim mais ele ância a alo es mais pequenos. A ans o mada de Haa , é assim aplicada aos alo es in ei os a 4-bi a a és das ba as do his og ama. A ex ação do desc i o é ealizada com compu ação de um his og ama de co com 256 ní eis no espaço de co de HSV com a componen e ma iz (H) quan i icada a 16 ní eis, e a sa u ação (S) e o alo (V) quan i icados pa a 4 ní eis [31]. Es e desc i o é ipicamen e u ilizado na busca de simila idade numa base de dados com con- eúdo mul imédia e pesquisa em eno mes base de dados. 2.3.3.4 Es u u a de Co Es e desc i o é uma gene alização do his og ama de co es, que ap esen a algumas ca ac e- ís icas espaciais da dis ibuição de co es numa imagem. Tem a pa icula idade de, pa a além de ap esen a o con eúdo da co de o ma semelhan e a um his og ama de co , ambém ap esen a in o mações sob e a es u u a de uma imagem, sendo es a a ca ac e ís ica di e enciado a des e des- c i o de co . Em ez de conside a cada píxel sepa adamen e, o desc i o eco e a uma es u u a de 8x8 píxeis que desliza sob e a imagem. Ao con á io do his og ama de co , es e desc i o con- segue dis ingui duas imagens em que uma de e minada co es á p esen e em quan idades iguais, mas que ap esen a uma es u u a num dos g upos de 8x8 com uma co di e en e nas duas imagens. Os alo es de co es são ep esen adas no espaço de co HMMD, sendo o espaço quan i icado de manei a não uni o me em 32, 64, 128 ou 256 ní eis. Cada alo de ampli ude de um ní el é e- p esen ado po um código de 8 bi s. Es e desc i o ap esen a um bom desempenho na a e a de ecupe ação de imagens baseado na simila idade [34]. 28 Concei os e T abalhos Relacionados Figu a 2.14: (a) Fil os Gaussianos de segunda o dem nas di eções yy e xy; (b) ap oximação po il os de caixa; (c) il os de Haa ; As egiões a cinzen o êm alo igual a ze o. Re i ada de [6] 2.3.7 Desc i o es Locais Biná ios Os desc i o es SIFT e SURF são uns dos mais u ilizados e conhecidos, mas exis em um con- jun o de desc i o es locais mais ecen es que se ca ac e izam po se em desc i o es locais biná ios. Em seguida são ap esen ados alguns exemplos des e ipo: BRIEF: É um desc i o local biná io que não possui um mecanismo elabo ado de ex ação de ca ac e ís icas nem de compensação de o ien ação como o SIFT ou o SURF, sendo um desc i o de ele ado desempenho. Es e u iliza a in o mação de um único píxel de uma egião, sendo necessá io a u ilização de um il o Gaussiano pa a eduzi a sensibilidade ao uído. Uma ca ac e ís ica dos desc i o es biná ios é a seleção pa es de pon os (píxels) de uma egião pa a a c iação do desc i o . Es e seleção ei a de uma o ma alea ó ia no caso des e desc i o . Quando compa ados dois pon os, é a ibuído o alo 1 quando a in ensidade do p imei o pon o é supe io ao do segundo, caso con á io, é a ibuído o alo 0. O desc i o é assim um e o com in o mação biná ia. [40]. ORB: Es e é ambém um desc i o biná io mui o semelhan e ao BRIEF, endo como p incipais ca ac e ís icas di e enciado as o ac o de possui um mecanismo de compensação de o ien- ação que o o na in a ian e à o ação e de ap endizagem na seleção dos pa es de pon os de in e esse. [41]. FREAK Es e é o mais complexo ela i amen e aos dois an e io es. Es e u iliza da mesma o ma que ORB um mecanismo de ap endizagem pa a seleção dos pa es de pon os. A sua p incipal ca ac e is ica é o ac o de u iliza uma dis ibuição de pon os numa egião de uma o ma semelhan e à e ina ocula , em que exis e uma maio densidade de pon os na zona cen al de uma egião [42]. 2.3 Rep esen ação de In o mação Visual 29 2.3.8 Desc i o es Baseado em Vocabulá io Visual No econhecimen o de documen os de ex o é u ilizado o concei o designado po BoW (Bag O Wo ds) que em po uguês signi ica, saco de pala as, onde exis e um conjun o p é-de inido de pala as a mazenadas. Um ex o é assim ca ac e izado, a a és da análise das pala as que possui. Pa a isso são con abilizadas as pala as que es ejam simul aneamen e no ex o e no BoW. Is o pe mi e o acesso um e o de amanho ixo que desc e e um ex o a a és da equência das pala as de inidas no BoW. Recen emen e es a écnica oi ado ada em aplicações de ex ação de in o mação isual, como po exemplo, é mos ado em [7,38]. Os au o es eco em a desc i o es locais in a ian es a escala e o ação, pa a c ia um ocabulá io isual. A u ilização de desc i o es locais como o SIFT, e e ido na secção 2.3.6.1, pe mi e a ex ação de pon os de in e esse nas imagens, in a ian es a o ação e mudanças de escalas. Quando e e uado es e p ocesso epe idamen e com um g ande conjun o de imagens, é possí el c ia clus e s de egiões de imagens mui o semelhan es en e si, como se pode e na Figu a 2.15. Todas es as egiões são candida as a pala as isuais, sendo selecionada a que ep esen a melho esse clus e . Is o é, é selecionado o cen oide desse conjun o de egiões semelhan es en e si, eco - endo ao algo i mo k-means e e ido na secção 2.1.1. Esse cen oide passa en ão a se conside ado uma pala a isual e é adicionado a um ocabulá io com ou as pala as isuais. Figu a 2.15: Rep esen ação de um clus e de pon os de in e esse semelhan es de imagens dis in as. Re i ada de [7] Po im é necessá ia a ealização de uma indexação de cada pala a isual às imagens, sendo u ilizado um e o pa a cada imagem que indica, o núme o de ezes em que uma de e minada pala a isual se epe e numa imagem. Nes e caso o e o unciona como em ex mining, em que exis e a con agem da equência de pala as que oco em num de e minado documen o. Ou o p ocesso possí el pa a indexação do con eúdo isual ou ex o, é a ibuição de um peso ou ponde ação pa a cada pala a isual numa de e minada imagem. Aqui é u ilizada a ponde ação pad ão conhecida como -id (’ e m equency-in e se documen equecy’) [7]. Conside ando um e o com kpala as isuais Vd =( 1,..., i,..., k), em que a ponde ação de cada pala a é dada po : i=nid nd logN ni (2.22) 30 Concei os e T abalhos Relacionados onde nid é o nume o de oco ências da pala a inum documen o d,ndo núme o o al de pala as no documen o d,nié o nume o de oco ências da pala a iem odos documen os e Né o núme o de documen os exis en es. Conclui-se assim que es e desc i o pe mi e a iden i icação de imagens semelhan e ou eco- nhecimen o de obje os, a a és da compa ação dos e o es de cada imagem, com a in o mação ela i a ao ocabulá io pos e io men e c iado. Es e demons a se bas an e e icien e. Pa a além disso, segundo Nis é e S ewénius [43], é possí el escala es e p ocesso pa a eno mes quan idades de imagens sem pe da de desempenho. Pa a isso, um ocabulá io em o ma de á o e, is o é, com a hie a quização das pala as isuais de um ocabulá io isual, ob ido com clus e ing hie á quico desc i o na Secção 2.1.2. Capí ulo 3 Olhó-passa inho: Módulo do Con eúdo Visual Nes e capí ulo se á in oduzido o módulo de in o mação isual desen ol ido, sendo ap esen- adas a es u u a e o ganização des e sis ema. Como e e ido no capí ulo 1, es e p oje o em como obje i o es ende a e amen a TweeP o iles desc i a na secção 2.2, dando-lhe uma dimensão de con eúdo di e en e à que possui. Em conjun o com a in o mação espacial e empo al, o con eúdo das imagens pa ilhadas em wee s passa ambém a se in o mação conside ada. Pa a que is o seja ealizá el, oi necessá io o desen ol imen o de um módulo que e e ue a ecolha dos dados com a de ida il agem, ex aia e p ocesse a in o mação isual e a mazene essa in o mação de modo a que osse possí el a sua in eg ação com o TweeP o iles. 3.1 Recolha dos Dados O desen ol imen o des e módulo apenas e a ealizá el com um conjun o de imagens pa i- lhadas no se iço de mic oblogging Twi e , sendo undamen al a ecolha dos dados necessá ios pa a esse p ocesso, nes e caso, os Twee s. Nes a secção é ei a uma desc ição do conjun o dos dados disponí eis, das il agens que o am necessá ias ealiza e uma ap esen ação do conjun o de dados inais ob idos e u ilizados no desen ol imen o des e p oje o de disse ação. 3.1.1 Desc ição dos Dados O p imei o passo pa a a ealização des e p oje o de disse ação oi a ecolha dos dados ne- cessá ios. Es es dados o am ecolhidos a a és de uma base de dados MongoDB p e iamen e c iada usando a pla a o ma Socialbus, an e io men e designada po Twi e Echo [21]. Es e da- dos são es u u ados sob e a o ma de obje os JSON [44] e possuem in o mação ela i a a cada wee . O JSON é um o ma o de no ação, u ilizado pa a a mazenamen o e ans e ência de dados na In e ne . Es e é o o ma o u ilizado pela base de dados MongoDB. 31 32 Olhó-passa inho: Módulo do Con eúdo Visual A Tabela 3.1 ap esen a in o mação ela i amen e ao núme o o al de wee s que a base de dados con êm e o o al des es wee s que possuem in o mação isual. Pa a além disso, ainda são ap esen ados o núme o de wee s com in o mação isual que p o ém de alguns se iços ex e nos. To al Com imagem Twi e Twi Pic Ins ag am NoTwee s 1704273 86349 202 6100 79210 Tabela 3.1: Desc ição em núme os do o al de wee s com indicação, nos que con ém URL pa a imagem, do núme o de wee s po se iço de pa ilha de imagem 3.1.2 Fil agem dos Dados Em p imei o luga , oi necessá io ealiza uma il agem dos dados de modo a ap esen a em a in o mação necessá ia pa a a ealização des e p oje o. O p imei o passo des a il agem oi ecolhe odos os wee s que con i essem no seu obje o um URL (Uni o m Resou ce Loca o ) pa a uma imagem, sendo que esse URL e ia de pe ence a um dos seguin es se iços: •Twi e •Twi Pic •Ins ag am O URL e ia que se álido. Is o é, oi ei a uma e i icação p é ia se a imagem es a ia ainda disponí el a a és do ende eço exis en e. Pa a se mais ácil pos e io men e uma seleção mais cuidadosa dos wee s oi c iada uma base de dados local (SQLi e) com uma abela (Anexo A), con endo os seguin es a ibu os: id Id da linha da abela. id_ wee Id do wee na base de dados Mongodb. se ico Nome do se iço de alojamen o da imagem. u l Ende eço u l pa a a imagem on e. ipo Iden i ica se a imagem pe ence a um wee ou e wee . e wee Caso a imagem pe ença a um e wee e es e seja o p imei o da base de dados, assume o alo "p imei o", caso con á io, assume o alo NULL. Tabela 3.2: A ibu os da abela da base de dados pa a il agem dos wee s. Após a c iação des a base de dados, decidiu-se seleciona odos os obje os da base de dados que ossem wee s o iginais ou o p imei o e wee de uma sé ie de e wee s. Também de e iam con e o URL pe encen e ao se iço de pa ilha de imagens Ins ag am. Es a decisão de eu-se ao ac o dos e wee s con e em in o mação já exis en e, po an o, a sua ecolha i ia p o oca duplicação de dados. No caso da escolha do Ins ag am, es e de eu-se ao ac o de ap esen a um núme o supe io de imagens ela i amen e aos ou os se iços. 3.1 Recolha dos Dados 33 Pa a além des es c i é ios é impo an e salien a que oi necessá io seleciona apenas os dados com geo e e enciação. 3.1.3 Conjun o de Dados Final Po im a mazenou-se um ichei o JSON com odos os dados que se ão u ilizados e oi eali- zado o download de odas as imagens ela i as a cada wee e a mazenadas localmen e em o ma o JPEG, que e a o o ma o de o igem das imagens desca egadas. Rela i amen e aos obje os de cada wee p esen es no ichei o JSON, op ou-se po não a ma- zena udo pa a eduzi o amanho do ichei o, endo sido apenas incluídos os elemen os de um obje o de um wee desc i os na Tabela 3.3. _id: $oid Iden i icado do obje o coo dina es: coo dina es Coo denadas da localização da pa ilha do wee c ea ed_a Da a da pa ilha do wee . en i ies: u ls: display_u l Ende eço u l pa a a imagem on e id_s Iden i icado do wee em o ma o de ex o ex Mensagem do wee use : id_s Iden i icado do u ilizado use : name Nome do u ilizado Tabela 3.3: Elemen os con idos no obje o com a in o mação de um wee . O o ma o de um obje o ela i o a um wee é ilus ado em seguida: 1{ 2"_id":{ 3"$oid":"52c6d0 08e 20d397e42b516" 4}, 5"coo dina es":{ 6"coo dina es":[ 78.61136747, 841.14668427 9] 10 }, 11 "c ea ed_a ":"Tue Jun 18 17:02:09 +0000 2013", 12 "en i ies":{ 13 "u ls":[ 14 { 15 "display_u l":"ins ag am .com/ p / a TgTbEu0S/ " 16 } 17 ] 18 }, 19 "id_s ":"347036525172772864", 20 " ex ":"# ogigan eaco dou #DilmaNAO #b asilna ua # o adilma # e asqueum ilho eunao ogealu a # amospa a uas u2026 h p :// . co/AF0hcTxUBX" , 21 "use ":{ 34 Olhó-passa inho: Módulo do Con eúdo Visual 22 "id_s ":"1072354428", 23 "name":"Ca los Roma" 24 } 25 } No caso das imagens a mazenadas, oi a ibuído o campo id_s p esen e no obje o JSON ao nome do ichei o de imagem JPEG de modo a que osse associada cada uma das imagens ao seu espe i o wee . Assim ao u iliza uma das imagens, apenas é necessá io p ocu a o obje o JSON que possua o a ibu o id_s igual ao nome do ichei o da imagem pa a sabe a que wee pe ence. Recolhidos odos os iden i icado es dos wee s pe encen es ao se iço Ins ag am que apenas ossem do ipo wee e que os espe i os wee s ap esen assem a in o mação de geolocalização no campo coo dina es, a ançou-se com o p ocesso de download de odas as imagens, endo sido e e uado com sucesso o download de 5964 imagens em 7195 possí eis. Em suma, o conjun o de dados inal u ilizado pa a o desen ol imen o des e p oje o oi de 5964 obje os ela i os aos wee s con idos num ichei o JSON e as espe i as 5964 imagens. 3.2 Ex ação, P ocessamen o e A mazenamen o da In o mação Vi- sual O passo seguin e no desen ol imen o do módulo da in o mação isual oi a implemen ação de um sis ema capaz de ex ai , p ocessa e a mazena a in o mação isual das imagens a mazenadas localmen e. Pa a o desen ol imen o des e módulo oi u ilizada a linguagem Py hon, pela sua capacidade de in eg ação de di e en es biblio ecas desde manipulação de es u u as de dados, a é mesmo a biblio ecas de manipulação e p ocessamen o de imagem. Pa a a conc e ização do modelo o am idos como linhas guia, o p ocesso desen ol imen o de uma e amen a de pesquisa de imagens disponibilizado po [45]. A a qui e u a des e módulo é ap esen ada na Figu a 3.1. Fo am desen ol idos ês sub-módulos di e en es: O p imei o eco e às imagens a mazenadas localmen e e u ilizando o algo i mo SIFT, ealiza ex ação dos pon os de in e esse, desc e e localmen e esses pon os e a mazena essa in o mação num ichei o com o mesmo nome da imagem espe i a. O segundo eco e à in o mação ge ada pelo p imei o sub-módulo, pa a c ia um ocabulá io isual. São selecionadas alea o iamen e ce ca de 8% das imagens pa a a c iação desse ocabulá io. Po im, o e cei o u iliza os dois sub-módulos an e io es pa a c ia um his og ama desc i o de cada imagem. Es e his og ama é um e o ixo que con em a equência de cada pala a isuais do ocabulá io isual, exis en e em cada imagem. Essa in o mação é en ão indexada à sua espe i a imagem, u ilizando uma base de dados. Em seguida é ap esen ada de o ma mais de alhada, a desc ição de cada sub-módulo e e ido. 3.2 Ex ação, P ocessamen o e A mazenamen o da In o mação Visual 35 Figu a 3.1: A qui e u a do módulo de ex ação, p ocessamen o e a mazenamen o da in o mação isual. Adap ada de [8] 3.2.1 Ex ação dos Pon os de In e esse e Desc i o es Locais O p imei o passo no desen ol imen o des e módulo passou pela ex ação da in o mação i- sual. Es a in o mação isual de e ia ep esen a uma imagem e icien emen e e de o ma a possi- bili a a c iação de um ocabulá io isual. Uma das o mas possí eis e ap esen adas na secção 2.3 é a u ilização de um desc i o local. Nes e caso oi u ilizado o desc i o SIFT [37,5], pois como e e ido na secção 2.3.6, apesa de se mais len o e menos esis en e a mudanças de iluminação, es e ap esen a melho es esul ados a a iações de o ação, mudanças de escala e ans o mações na imagem. Pa a além disso, oi u ilizada a e amen a e biblio eca open sou ce VLFea [46] que in eg a alguns dos algo i mos mais u ilizados em isão compu acional, e que inclui o algo i mo SIFT. Es e, apesa de não possui uma biblio eca pa a Py hon, pe mi e a sua u ilização a a és da linha de comandos. Pa a o conjun o de imagens exis en es oi necessá io c ia uma cópia de cada imagem em escalas de cinzen o e em o ma o .pgm pa a se u ilizada pelo VLFea . Is o de e-se ao ac o de o desc i o SIFT não u iliza a co das imagens, sendo mais e icien e pa a a ex ação dos desc i o es locais a u ilização da imagem com ons cinzas. U ilizando assim es as imagens, o VLFea a mazena num ichei o com o o ma o .si os pon- os de in e esse e os desc i o es de uma imagem, sendo necessá io c ia um ichei o pa a cada imagem. Nesses ichei os os dados são a mazenados em o ma o ASCII, onde cada linha con êm as coo denadas, escala e ângulo de o ação pa a cada pon o de in e esse, nos p imei os 4 alo es espe i amen e, co espondendo os es an es ao e o desc i o de amanho 128 como e e ido na Secção 2.3.6. Em seguida é ap esen ado um exemplo ilus a i o des a in o mação a mazenada: 36 Olhó-passa inho: Módulo do Con eúdo Visual 1318.861 7.48227 1.12001 1.68523 0 0 0 1 0 0 0 0 0 11 16 0 ... 2318.861 7.48227 1.12001 2.99965 11 2 0 0 1 0 0 0 173 67 0 0 ... 354.2821 14.8586 0.895827 4.29821 60 46 0 0 0 0 0 0 99 42 0 0 ... 4155.714 23.0575 1.10741 1.54095 6 0 0 0 150 11 0 0 150 18 2 1 ... 542.9729 24.2012 0.969313 4.68892 90 29 0 0 0 1 2 10 79 45 5 11 ... 6229.037 23.7603 0.921754 1.48754 3 0 0 0 141 31 0 0 141 45 0 0 ... 7232.362 24.0091 1.0578 1.65089 11 1 0 16 134 0 0 0 106 21 16 33 ... 8201.256 25.5857 1.04879 2.01664 10 4 1 8 14 2 1 9 88 13 0 0 ... 9... ... Como o obje i o e a u iliza as imagens o iginais, o am eliminadas as imagens empo á ias com o o ma o .pgm. O passo seguin e passou pelo desen ol imen o do submodelo esponsá el pela c iação do ocabulá io isual, que é ap esen ado na subsecção seguin e. 3.2.2 C iação do Vocabulá io Visual Es e módulo é o esponsá el pela c iação do ocabulá io isual. Pa a a sua conc e ização oi necessá io u iliza os ichei os de ex ensão .si ep oduzidos a a és da e amen a VLFea [46] no módulo an e io . As pala as isuais não são nada mais do que um conjun o de e o es de ca ac e ís icas de imagens. Assim um ocabulá io isual é o conjun o des as pala as isuais. Como cada imagem possui mui os desc i o es locais, sendo que mui os podem se semelhan es, é necessá io ag upa odos os desc i o es de um conjun o de imagens e de e a aqueles que possam ep esen a um conjun o de desc i o es semelhan es. Cada clus e co esponde a uma pala a isual, sendo a pala a isual espe i a de inida pelo seu cen oide (Fidgu a 3.2). Pa a c ia um ocabulá io isual oi en ão necessá io u iliza um algo i mo de clus e ing. Foi escolhido um algo i mo de clus e ing po pa ição, em pa icula o k-means po se um dos mais u ilizados e e icien e, como oi e e ido na secção 2.1.1. O algo i mo oi aplicado aos desc i o es de um subconjun o de imagens alea o iamen e selecionadas do conjun o de imagens a mazenadas localmen e. Nes e caso oi u ilizado ap oximadamen e 8% das imagens pa a não comp ome e o empo de p ocessamen o. Foi a ibuído a ko alo 1000, de o ma a se em ge ados ce ca de 1000 clus e s. Isso signi ica que o ocabulá io isual possui á ce ca de 1000 pala as isuais. Es e alo oi escolhido de o ma a se ga an i um equilíb io en e o desempenho e a máxima desc ição possí el de uma imagem. Pa a u iliza es e ocabulá io isual é necessá io a mazená-lo e indexa cada pala a isual a cada imagem. O sub-módulo esponsá el po es e p ocesso é desc i o na secção a segui . 3.2.3 A mazenamen o da In o mação Visual Com o ocabulá io isual c iado oi necessá io a c iação de um his og ama que desc e a cada imagem, a mazena essa e indexa essa in o mação às espe i as imagens, de modo a que seja 3.2 Ex ação, P ocessamen o e A mazenamen o da In o mação Visual 37 Figu a 3.2: Exemplo de p ojeção dos obje os de um conjun o de dados e dos espe i os cen oides de cada clsu e após a e a de clus e ing num espaço a duas dimensões. possí el ealiza a compa ação en e imagens di e en es. Pa a es a a e a desen ol eu-se o sub- módulo que eco e à in o mação ge ada pelos dois sub-módulos desc i os an e io men e, os pon- os de in e esse de cada imagem e o ocabulá io isual. A c iação do his og ama oi o p imei o passo do desen ol imen o des e sub-módulo, em que oi u ilizado o ocabulá io isual c iado. Como es e é cons i uído po e o es com in o mação dos pon os de in e esse de uma imagem e a espe i a desc ição local de cada pala a isual, pa a a c i- ação do his og ama pa a cada imagem, oi necessá io u iliza no amen e a in o mação con ida nos ichei os ge ados pelo p imei o sub-módulos. Como e e ido an e io men e, os ichei os con ém os pon os de in e esse de uma imagem e a espe i a desc ição local de cada pon o. Cada pon o de in e esse oi p oje ado no espaço, de modo a se a ibuído a cada um des es a espe i a pala a isual, sendo es a a que se encon a à meno dis ância. Foi en ão possí el após es e p ocesso c ia um his og ama, baseado na con agem das pala as isuais em cada imagem. Assim o p óximo passo passou pelo a mazenamen o dos his og amas e a indexação a sua espe i a imagem. Como odo es e módulo oi execu ado em modo o line, op ou-se pela u ilização de uma base de dados local SQLi e [47]. Es a unciona de modo semelhan e a uma base de dados MySQL [48] ou Pos g eSQL [49], sendo que pode se desen ol ida e acedida sem ecu so a um se ido . Es a é no malmen e u ilizada apenas pa a desen ol imen o, como é o caso des e p oje o de disse ação. Pa a a sua conc e ização oi c iado um esquema simples apenas com ês abelas como ilus ado na Tabela 3.4. A abela imlis con ém o nome de odas as imagens a a és do a ibu o ilename, a abela imwo ds con ém índice das pala as isuais a a és do a ibu o wo did, 44 Olhó-passa inho: Aplicação Web di e en es dimensões u ilizadas. O p imei o é um mapa, onde é ap esen ada a dis ibuição dos wee s, como pode se is o na Figu a 4.2 e a espe i a dis ibuição dos clus e s geog a icamen e. Es e oi desen ol ido eco endo à API Ja asc ip do Google Maps 3 [51] disponibilizada pela Google, sendo oda ela con olada a a és da linguagem de p og amação Ja asc ip . É possí el u iliza e con ola um mapa de modo a adiciona di e en es componen es isuais. Os wee s o am assim ep esen ados po pequenos cí culos azuis, e os clus e s po cí culos e melhos com anspa ência como se á ilus ado mais à en e. Figu a 4.2: Dis ibuição de wee s na dimensão espacial A segunda secção é esponsá el pela ep esen ação da dis ibuição dos clus e s na dimensão empo al e pa a isso oi u ilizada a e amen a Google Cha s, mais especi icamen e a API Time- line [10]. Es a, al como a API do Google Maps, ambém é desen ol ida em Ja asc ip , e pe mi e c ia um g á ico com ba as de du ação empo al, como podemos e na igu a 4.3. Figu a 4.3: Exemplo ilus a i o da e amen a Timeline. Re i ada de [10] Po úl imo, a secção de isualização de imagens que pe encem a um clus e , onde é ap e- sen ada uma ma iz com no e imagens, como ap esen ado na Figu a 4.4. As imagens p esen es nos clus e s são escolhidas alea o iamen e, ha endo ainda a possibilidade de i modi icando as 4.5 Resul ados Ilus a i os 45 imagens isí eis. É possí el ambém clica numa das imagens, isualiza a mesma em amanho maio , e a in o mação ela i a ao wee a que a imagem pe ence, o nome do u ilizado , o ex o e a da a de pa ilha do wee . Pa a além dis o, é possí el acede ao wee o iginal a a és de um bo ão com essa indicação. Es a secção ap esen a ainda o nome e a in o mação empo al do clus e . Figu a 4.4: Exemplo ilus a i o da isualização da ma iz pa a isualização de no e imagens. A aplicação ap esen a ambém os con olos pa a escolhe o subconjun o que se p e ende isu- aliza , e con olos pa a de ini o peso que se p e ende a ibui a cada dimensão. 4.5 Resul ados Ilus a i os Nes a secção se ão ap esen ados alguns esul ados ilus a i os do ipo de conhecimen o que se pode ob e com a e amen a Olhó-passa inho. Nes e ela ó io não é possí el ap esen a odos os esul ados de ido ao núme o de di e en es combinações possí eis. A dimensão dos cí culos que ep esen am os clus e s é p opo cional ao núme o de wee s p esen es nesse mesmo clus e s, is o é, quan o maio o núme o de wee s maio é a espe i a ci cun e ência. Assim a Figu a 4.5 um exemplo da isualização da dis ibuição dos clus e s no espaço geog á ico onde é a ibuída 100% do peso a dimensão espacial. Podemos e que o am ge ados se e clus e s e que exis e uma cla a di isão espacial en e eles. Podemos localiza um clus e na Eu opa mais sob e a zona do Reino Unido, dois na Ásia em que um si ua-se sob e países jun o do Gol o do Pé sico e ou o sob e o Japão, um na Aus ália, dois na Amé ica do No e mais especi icamen e sob e o Oes e e o Es e dos Es ados Unidos da Amé ica e po úl imo na Amé ica do Sul, sendo o clus e de com maio dimensão ela i amen e aos ou os, e localiza-se sob e o B asil. Já no caso em que é a ibuído 100% do peso apenas à dimensão empo al ob emos dois clus e como pe ce í el pela Figu a 4.6. No caso da sua isualização empo al, e i icamos pela Figu a 4.7 que ob êm-se um in e alo empo al em que não exis e nenhum wee associado a um clus e , podendo-se de e ao ac o de aquele pe íodo ap esen a um olume mui o mais eduzido de wee s 46 Olhó-passa inho: Aplicação Web Figu a 4.5: Dis ibuição dos clus e s no mapa calculado exclusi amen e a a és da dimensão es- pacial le ando a um dispe são dos mesmo no empo e consequen emen e a uma meno densidade de wee s. Figu a 4.6: P ojeção do Clus e s no mapa calculado exclusi amen e a a és da dimensão empo al Figu a 4.7: P ojeção do Clus e s no empo calculado exclusi amen e a a és da dimensão empo al Pa a o caso da a ibuição de 100% do peso apenas ao con eúdo isual, o esul ado ilus a i o no mapa é ap esen ado na Figu a 4.8. Pa a es e caso emos a ep esen ação de 3 clus e s. Es es 4.5 Resul ados Ilus a i os 47 es ão localizados sob e o B asil e ap esen am amanhos dis in os, p opo cionais ao núme o de wee s. Figu a 4.8: P ojeção do Clus e s no mapa calculado exclusi amen e a a és do con eúdo isual Como e e ido na Secção 4.4, o Olhó-passa inho pe mi e a isualização do con eúdo isual dos clus e s. A Figu a 4.9a ap esen a a isualização de uma amos a de imagens pe encen es a um clus e . Nes e caso o clus e é o mais pequeno ep esen ado na Figu a 4.8 e con ém apenas 9 imagens, o núme o mínimo de inido pa a a c iação de um clus e . É isí el que es as ap esen am o mesmo con eúdo isual, uma bandei a do B asil e uma ci ação de uma pessoa com o nome de Fede ico De i o. Es e po meno pode se isualizado nas Figu as 4.9b e4.9b (a) Visualização de uma amos a de imagens do um clus e (b) Visualização de uma das ima- gens do clus e (c) Visualização de ou a imagem do clus e Figu a 4.9: Exemplo da isualização do con eúdo isual de um clus e calculado com 100% do peso pa a a dimensão das imagens O exemplo ap esen ado em seguida mos a-nos o esul ado da combinação en e dimensões com a ibuição do mesmo peso a cada uma delas. Assim cada dimensão p esen a um peso de 48 Olhó-passa inho: Aplicação Web 33.33%. A Figu a 4.10 ilus a a dis ibuição dos clus e s no espaço. Po ou o lado, a Figu a 4.11 mos a a dis ibuição dos mesmo clus e s, mas nes e caso, na dimensão empo al. Figu a 4.10: P ojeção dos Clus e s no mapa com peso a ibuído a cada dimensão de 33.33% Figu a 4.11: P ojeção dos Clus e s no empo com peso a ibuído a cada dimensão de 33.33% No mapa podemos e a iden i icação do Clus e 3 localizado na Aus ália e o Clus e 4 no Reino Unido. Uma amos a do seu con eúdo pode se isualizado na Figu a 4.12. Aqui podemos no a que o con eúdo isual em ambos os clus e s são mui o semelhan es, sendo assim pe ce í el nes e caso a in luência das dimensões espaço- empo al. 4.6 Sumá io Em suma, nes e capí ulo oi ap esen ada a conc e ização da in eg ação do modelo da ep esen- ação da in o mação isual desen ol ido, desc i o no Capí ulo 3, pa a es ende o TweeP o iles. O p imei o passo passou pelo cálculo as ma izes de dis ância pa a a dimensões empo al e espacial. Is o pe mi iu e e ua combinação en e as á ias ma izes das di e en es dimensões. Em 4.6 Sumá io 49 (a) Visualização de uma amos a de imagens do clus e 3 (b) Visualização de uma amos a de imagens do clus e 4 Figu a 4.12: Exemplo da isualização do con eúdo isual de dois clus e s calculados com 33.33% do peso pa a cada uma das dimensões seguida oi e e uado o p ocesso de da a mining que culminou nos di e en es clus e s pa a di e en- es combinações. Fei o is o, oi en ão desen ol id a aplicação Web que pe mi iu a isualização dos esul ados e con olo das di e en es combinações. Po im o am ap esen ados alguns esul ados ilus a i os. Os exemplos escolhidos pa a ap esen a os esul ados ilus a i os p e ende am demons a as di e en es po encialidades da e amen a, ocando p incipalmen e na a ibuição de pesos às di e- en es dimensões e na isualização dos esul ados dessas mesmo combinações. Pa a além das combinações demons adas, é possí el ealiza mais seis combinações di e en es. Exis e ambém ainda a possibilidade de escolhe um dos ês di e en es in e alos de empo, que co espondem a cada um dos subconjun os de dados p e iamen e c iados. Apesa de não e sido ealizado um es udo empí ico ela i amen e à a aliação dos clus e s, po inspeção isual, conclui-se que os esul ados ap esen ados pa ecem indica algumas po enci- alidade des a e amen a no econhecimen o de de e minados e en os, de cu a ou longa du ação ela i amen e à sua dis ibuição empo al, e oco idos globalmen e ou em locais mais especí icos ela i amen e à sua dis ibuição espacial. Ou o ipo de conclusão e i ada, po inspeção isual, é que, como o Twi e ap esen a uma limi ação de 145 ca ac e es na pa ilha das suas mensagens, mui as pessoas eco em a pa ilha de mensagens a a és de uma imagem pa a con o na es a limi- ação, sendo que, es a e amen a pe mi iu econhece alguns desse ipo de acon ecimen o, quando oco ido em maio escala, como po exemplo, a pa ilha de uma imagem com um ex o em que o seu au o a a-se de uma pessoa socialmen e conhecida. 50 Olhó-passa inho: Aplicação Web Capí ulo 5 Conclusões e T abalho Fu u o Nes e capí ulo é ap esen ado um esumo de odo o abalho ealizado, são discu idas algu- mas conclusões e i adas do desen ol imen o des a disse ação e são ap esen adas suges ões pa a abalho u u o. 5.1 Resumo Du an e o pe íodo dedicado à ealização do p oje o de disse ação, oi seguida uma sequência de e apas que culminou num sis ema capaz de iden i ica e isualiza clus e s no espaço, no empo e a a és do con eúdo, em pa icula , das imagens. Es e ambém pe mi iu isualiza e na ega po o og a ias pa ilhadas no se iço de mic oblogging Twi e con idas num de e minado clus e . Inicialmen e oi ei a uma ecolha dos dados necessá ios pa a o desen ol imen o des e p oje o de disse ação. Es e dados o am ecolhidos a a és de base de dados MongoDB e possuíam a in o mação ela i a a wee s pa ilhados na ede social Twi e . Es e wee s e am uma amos a com a du ação de ês dias que con inham, na sua maio ia, con eúdo ela i o às mani es ações que oco e am em Junho de 2013 no B asil. Como o obje i o e a a descobe a de pad ões a a és de o og a ias, oi necessá io a mazena localmen e odas as imagens pa ilhadas no Twi e . De ido ao núme o mui o pequeno de imagens pa ilhadas di e amen e pelo Twi e , oi necessá io op a po imagens com o igem no se iço de pa ilha de imagens Ins ag am, po es e pe mi i o acesso a um núme o bem supe io de imagens. Os dados desses wee s ambém o am a mazenados no o ma o JSON. O passo seguin e passou pelo desen ol imen o de um módulo esponsá el pela ex ação e p o- cessamen o de in o mação isual pa a desc e e as imagens. Pa a is o oi c iado um ocabulá io isual de amanho ixo u ilizando o desc i o local SIFT. Es e módulo oi ambém esponsá el pelo a mazenamen o da in o mação isual numa base de dados local. O desen ol imen o des e módulo pe mi iu uma ep esen ação das imagens de uma o ma mais e icien e e compac a, e o nou pos- sí el a compa ação en e imagens pa a a c iação de uma ma iz de dis âncias pa a se u ilizada na a e a de clus e ing do p ocesso de Da a Mining. Pa a o cálculo das dis âncias en e as imagens, 51 52 Conclusões e T abalho Fu u o is o é, a dis ância en e os e o es desc i o es das imagens, oi u ilizada a unção de dis ância Euclidiana. P osseguiu-se com a p odução das ma izes de dis ância en e wee s, u ilizando as unções de dis ância de in e alo de empo e Ha e sine, espe i amen e pa a a dimensão empo al e espacial. Pos e io men e oi ealizada a no malização das ma izes a a és da unção mínimo-máximo. Com as ma izes c iadas e no malizadas oi possí el ealiza á ias combinações en e as ês di e en es dimensões a ibuindo pesos di e en es a cada. Com es a in eg ação concluída, es a am eunidas as condições pa a u iliza es a in o mação no p ocesso de Da a Mining desen ol ido no Tweep o iles pa a a ob enção dos clus e s com o algo i mo DBSCAN. Foi desen ol ida a aplicação web em Py hon, eco endo a mic o amewo k Flask, pa a i- sualização dos esul ados a a és do con eúdo dos wee s e das di e en es dimensões já e e idas. Uma mapa e um g á ico empo al o am implemen ados u ilizando di e en es biblio ecas Ja as- c ip . Também u ilizando a linguagem Ja asc ip oi desen ol ido um widge que pe mi e na e- gação pelo con eúdo isual e pela in o mação dos wee s espe i os, incluindo a possibilidade de acesso ao wee o iginal. Fo am ainda adicionados con olos pa a a seleção do peso a ibuído a cada dimensão e seleção de ês di e en es in e alos de empo. Após a inalização des e p oje o de disse ação oi ei a uma análise a odo o p ocesso eali- zado, endo sido concluído que os obje i os p incipais p opos os o am a ingidos. Apesa disso, alguns obje i os mais ambiciosos não o am a ingidos de ido a um conjun os di e si icado de a o- es. Na p óxima secção são discu idos algumas decisões omadas e suge idas al e na i as possí eis a conside a de o ma a que possam se a ingidos obje i os mais ambiciosos e da con inuidade a es e p oje o num abalho u u o. 5.2 Discusão e abalho u u o Nes a secção se ão discu idas algumas decisões omadas e ap esen adas suges ões pa a aba- lho u u o. Base de dados: A base de dados u ilizada ap esen a a um conjun o de dados mui o especi ico como já oi e e ido an e io men e. A escolha des e conjun o e e como p incipal obje i o en a encon a pad ões num e en o, como oi o caso das mani es ações no B asil. Pa a além dis o, es e e en o ga an iu-nos um acesso a um núme o signi ica i o de o og a ias. No en an o se ia in e essan e analisa os esul ados u ilizando uma base de dados mais di- e si icada. Is o é, base de dados com wee s ela i os a e en os mais especí icos e ou as com dados mais gené icos. Módulo in o mação isual: Apesa de não e sido ealizado um es udo empí ico sob e o desem- penho das á ias al e na i as de ep esen ação da in o mação isual desc i as na Secção 2.3, o mé odo escolhido, SIFT, ob e e esul ados que le a am consequen emen e a esul ados i- nais que, po inspeção isual, pa ecem equen emen e adequados. No en an o, é impo an e e e i que no abalho u u o pode aze sen ido ealiza uma análise mais ap o undada. 5.2 Discusão e abalho u u o 53 Já na c iação do ocabulá io isual, apenas o am u ilizadas ce ca de 8% do o al de imagens a mazenas de ido a limi ações de memó ia compu acional. Assim no abalho u u o, de e á se ido em con a a u ilização de um núme o maio de imagens pa a ga an i um ocabulá io mais obus o. Ou o aspe o a se conside ado se ia, a conjugação do desc i o de co com o ocabulá io isual pa a desc e e as imagens. Is o possibili a ia uma melho desc ição das imagens e pe mi i ia dis ingui mais e icazmen e cená ios onde a co é um a o dis in i o, como po exemplo, o og a ias de p aias, alimen os ou mesmo locais com ege ação, como ja dins ou pa ques na u ais onde p edomina a co e de. Es a opção pode ia se disponibilizada ao u ilizado , decidindo es e se p e ende u ilizá-la ou não. Es a de e se op a i a pois oi e i icado que quando se p ocu a casos de conjun os de imagens onde o con eúdo é po exemplo ex os ou desenhos, a u ilização da desc i o de co se ia i ele an e podendo-se conside a , nes e caso, a inclusão de uído nos dados. Ma izes de dis ância: No caso da ma iz ela i a ao con eúdo isual, a unção de dis ância Eu- clidiana oi u ilizada pa a a compa ação en e os his og amas com a desc ição do ocabu- lá io isual de cada imagem ga an e um cálculo ápido e e icien e, mas a u ilização de uma unção mais especi ica pa a cálculo de dis ância en e his og amas, de e á se conside ada no abalho u u o. Pa a a combinação das ma izes o am u ilizados passos de 33.33% pois es e pe mi iu a exis ência de uma combinação com pesos iguais pa a as di e en es dimensões. A u ilização de passos mais pequenos oi conside ada, mas es a i ia aze c esce mui o o núme o de combinações possí eis. Pa a a no malização das ma izes oi u ilizada a unção de no malização mínimo-máximo pa a pode u iliza o algo i mo de clus e ing com pa âme os baseados em pe cen agens. A u ilização da no malização z-sco e a a és da média e des io pad ão é uma al e na i a que al e a a dis ibuição de densidade de o ma a ap oximá-la da dis ibuição no mal, ap esen- ando alo es em o no de ze o, incluindo alo es nega i os. O p oblema é que uma ma iz de dis ância não pode e alo es nega i os. Assim a p imei a opção o nou-se a mais iá el, pa a uma p imei a abo dagem, p incipalmen e endo em con a que es e não e a o obje i o p incipal do p oje o. É de salien a ainda que a dis ância social, que é ela i a às ligações en e os u ilizado es, não oi incluída po e sido um dos aspe os menos desen ol idos no TweeP o iles e po isso não oi a ado nes e p oje o. P ocesso de Da a Mining: Vis o que o obje i o p incipal des a disse ação não passa a po me- lho a o p ocesso de análise de dados desen ol ido no p oje o TweeP o iles, mas sim es endê- lo pa a inco po a imagens na dimensão de con eúdo, op ou-se po segui o modelo desen- ol ido no TweeP o iles. Assim o algo i mo DBSCAN oi o aplicado nes e p ocesso, em que o pa âme o do aio des e algo i mo oi de 10%, o mesmo u ilizado no TweeP o iles. 60 Exemplo obje o JSON de um wee 126 "p o ile_backg ound_ ile": alse, 127 "p o ile_banne _u l":"h ps ://pbs . wimg .com/p o ile_banne s /1181030630/1371263818", 128 "p o ile_image_u l":"h p ://a0 . wimg .com /p o ile_images /344513261580011975/ 105a548 1b2198d325864dc5313e06b_no mal .png", 129 "p o ile_image_u l_h ps":"h ps ://si0 . wimg .com/p o ile_images /344513261580011975/ 105a548 1b2198d325864dc5313e06b_no mal .png", 130 "p o ile_link_colo ":"B40B43", 131 "p o ile_sideba _bo de _colo ":"FFFFFF", 132 "p o ile_sideba _ ill_colo ":"DDEEF6", 133 "p o ile_ ex _colo ":"333333", 134 "p o ile_use_backg ound_image": ue, 135 "p o ec ed": alse, 136 "sc een_name":"holdmenian", 137 "s a uses_coun ":9291, 138 " ime_zone":"MidA lan ic", 139 "u l":null, 140 "u c_o se ":7200, 141 " e i ied": alse 142 } 143 }, 144 "sou ce":"web", 145 " ex ":"RT @holdmenian: "Ocome cial da ia ’Vem p a ua ’saiu do a ap u00 3s i a m u00 asica ema dos p o es os " mas h p :// . co/P7nwF6GOFc", 146 " unca ed": alse, 147 "use ":{ 148 "con ibu o s_enabled": alse, 149 "c ea ed_a ":"Wed Ma 02 16:18:50 +0000 2011", 150 "de aul _p o ile": alse, 151 "de aul _p o ile_image": alse, 152 "desc ip ion":".. o im i ou come u00e7o . E eu me pe mi i come u00e7a . " , 153 " a ou i es_coun ":6, 154 " ollow_ eques _sen ":null, 155 " ollowe s_coun ":405, 156 " ollowing":null, 157 " iends_coun ":360, 158 "geo_enabled": ue, 159 "id": 259792830, 160 "id_s ":"259792830", 161 "is_ ansla o ": alse, 162 "lang":"p ", 163 "lis ed_coun ":4, 164 "loca ion":"Pau dos e os RN", 165 "name":"Fe nando Cassio", 166 "no i ica ions":null, 167 "p o ile_backg ound_colo ":"759AAD", 168 "p o ile_backg ound_image_u l":"h p ://a0 . wimg .com/ p o ile_backg ound_images/396888075/bgmeio .jpg", Exemplo obje o JSON de um wee 61 169 "p o ile_backg ound_image_u l_h ps":"h ps :// si0 . wimg .com / p o ile_backg ound_images/396888075/bgmeio .jpg", 170 "p o ile_backg ound_ ile": ue, 171 "p o ile_banne _u l":"h ps ://pbs . wimg .com/p o ile_banne s /259792830/1361109491", 172 "p o ile_image_u l":"h p ://a0 . wimg .com/p o ile_images/3687937981/ bd4525bc45aa159a1c8dabcb5eab3e 4_no mal .jpeg", 173 "p o ile_image_u l_h ps":"h ps ://si0 . wimg .com/p o ile_images /3687937981/bd4525bc45aa159a1c8dabcb5eab3e 4_no mal .jpeg", 174 "p o ile_link_colo ":"888E94", 175 "p o ile_sideba _bo de _colo ":"D1D3DE", 176 "p o ile_sideba _ ill_colo ":"E2EEF0", 177 "p o ile_ ex _colo ":"131314", 178 "p o ile_use_backg ound_image": ue, 179 "p o ec ed": alse, 180 "sc een_name":" e nandocassio_", 181 "s a uses_coun ":5296, 182 " ime_zone":"San iago", 183 "u l":"h p ://www . acebook .com/ e nando .cassio.948", 184 "u c_o se ":14400, 185 " e i ied": alse 186 } 187 } 62 Exemplo obje o JSON de um wee Re e ências [1] Max B ame . P inciples o Da a Mining. 2007. [2] TDS Cunha. TweeP o iles: de ec ion o spa io- empo al pa e ns on Twi e . Tese de dou o amen o, Faculdade de Engenha ia da Uni e sidade do Po o, 2013. URL: h p: //paginas. e.up.p /~ei08142/ iles/mieic_en.pd . [3] Peng Wu, YM Ro, CS Won, e Yanglim Choi. Tex u e desc ip o s in MPEG-7. Compu . Anal. Images . . . , páginas 21–28, 2001. [4] M. Bobe . MPEG-7 isual shape desc ip o s. IEEE T ans. Ci cui s Sys . Video Technol., 11(6):716–719, Junho 2001. doi:10.1109/76.927426. [5] Da id G. Lowe. Dis inc i e Image Fea u es om Scale-In a ian Keypoin s. In . J. Compu . Vis., 60(2):91–110, No emb o 2004. URL: h p://link.sp inge .com/10.1023/ B:VISI.0000029664.99615.94, doi:10.1023/B:VISI.0000029664.99615.94. [6] He be Bay, Tinne Tuy elaa s, e Luc Van Gool. Su : Speeded up obus ea u es. Compu . Vision–ECCV 2006, 2006. URL: h p://link.sp inge .com/chap e /10.1007/ 11744023_32. [7] Jose Si ic e And ew Zisse man. Video Google: A ex e ie al app oach o objec ma ching in ideos. Compu . Vision, 2003. P oceedings. . . . , (Icc ):2–9, 2003. [8] LM Bueno. Análise de desc i o es locais de imagens no con ex o de de eccão de semi- éplicas. 2011. URL: h p://www.dca. ee.unicamp.b /~do alle/ ecod/ wo ks/lucasBueno2001mscDisse a ion.pd . [9] Jiawei Han, Micheline Kambe , e Jian Pei. Da a Mining, Second Edi ion: Concep s and Techniques. Mo gan Kau mann, 2006. [10] Google. Google cha - imeline. h ps://de elope s.google.com/cha / in e ac i e/docs/galle y/ imeline, 2014. Acedido a 30-06-2014. [11] Alexande Pak e Pa ick Pa oubek. Twi e as a Co pus o Sen imen Analysis and Opinion Mining. LREC, páginas 1320–1326, 2010. URL: h p://incc- ps.googlecode. com/s n/ unk/TPFinal/bibliog a ia/PakandPa oubek(2010) .Twi e asaCo pus o Sen imen AnalysisandOpinionMining.pd . [12] Inc Twi e . Twi e . h ps:// wi e .com/. Acedido a 16-07-2014. [13] Inc Yahoo. Flick . h ps://www. lick .com/. Acedido a 16-07-2014. 63 64 REFERÊNCIAS [14] Xi ong Li, Cees G.M. Snoek, e Ma cel Wo ing. Lea ning ag ele ance by neighbo o ing o social image e ie al. Em P oceeding 1s ACM In . Con . Mul imed. In . Re . - MIR ’08, página 180, New Yo k, New Yo k, USA, Ou ub o 2008. ACM P ess. URL: h p://dl. acm.o g/ci a ion.c m?id=1460096.1460126, doi:10.1145/1460096.1460126. [15] Inc Facebook. Ins ag am. h p://ins ag am.com/. Acedido a 16-07-2014. [16] Twi pic. h p:// wi pic.com/. Acedido a 16-07-2014. [17] Inc Facebook. Facebook. h ps://www. acebook.com/. Acedido a 16-07-2014. [18] LinkedIn Co po a ion. Linkedin. [19] Ma hew A Russell. Mining he Social Web, olume 54. 2011. doi:10.1081/E-ELIS3- 120043522. [20] Inc MongoDB. Mongodb. h p://www.mongodb.o g/. Acedido a 16-07-2014. [21] M Boanjak, Edua do Oli ei a, José Ma ins, Edua da Rod igues, e Luís Sa men o. Twi e- Echo: a dis ibu ed ocused c awle o suppo open esea ch wi h wi e da a. P oc. In l. Wo k. Soc. Media Appl. News En e ain. (SMANE 2012), ACM 2012 In e na- ional Wo ld Wide Web Con . 2012., 2012. [22] D . Ma hew A No h. Da a Mining o he Masses. Global Tex P ojec , 2012. [23] Usama Fayyad, G ego y Pia e sky-shapi o, e Padh aic Smy h. F om Da a Mining o Kno- wledge Disco e y in Da abases. páginas 37–54, 1996. [24] Bing Liu. Web Da a Mining: Explo ing Hype links, Con en s, and Usage Da a. Sp inge , 2011. [25] Wei Wang, Jiong Yang, e Richa d R. Mun z. STING: A S a is ical In o ma ion G id App o- ach o Spa ial Da a Mining. páginas 186–195, Agos o 1997. [26] Rakesh Ag awal, Johannes Geh ke, Dimi ios Gunopulos, e P abhaka Ragha an. Au oma ic subspace clus e ing o high dimensional da a o da a mining applica ions. ACM SIGMOD Rec., 27(2):94–105, Junho 1998. doi:10.1145/276305.276314. [27] J. Mon a on e T. Noel. IEEE 802.11 Hando e s Assis ed by GPS In o ma ion. Em IEEE In . Con . Wi el. Mob. Compu . Ne w. Commun. 2006., páginas 166–172. IEEE, 2006. URL: h p://ieeexplo e.ieee.o g/lpdocs/epic03/w appe .h m? a numbe =1696358, doi:10.1109/WIMOB.2006.1696358. [28] Da id A. Fo sy h e Jean Ponce. Compu e Vision: A Mode n App oach. Pea son Educa ion, Limi ed, 2011. [29] Ma k S. Nixon e Albe o S. Aguado. Fea u e Ex ac ion and Image P ocessing. 2002. [30] BS Manjuna h e JR Ohm. Colo and ex u e desc ip o s. Ci cui s Sys . . . . , 11(6):703–715, 2001. [31] Cha ilaos Ch is opoulos, Daniel Be g, e A hanassios Skod as. The colou in he upcoming MPEG-7 s anda d. In i . Pap. Eu . . . . , páginas 1–4, 2000. [32] Leszek Cieplinski. MPEG-7 Colo Desc ip o s and Thei Applica ions. 7:11–20, 2001. REFERÊNCIAS 65 [33] Leszek Cieplinski (mi subishi Elec ic I e- il. The MPEG-7 Colo Desc ip o s Jens-Raine Ohm (RWTH Aachen, Ins i u e o Communica ions Enginee ing). [34] Vinay Modi. Colo desc ip o s om comp essed images. 2008. [35] H Shao, J Ji, Y Kang, e H Zhao. Applica ion Resea ch o Homogeneous Tex u e Desc ip o in Con en -Based Image Re ie al. In . Eng. . . . , (2008515):2–5, 2009. [36] K is en Gauman e Bas ian Leibe. Visual Objec Recogni ion. Mo gan & Claypool Publishe s, 2010. URL: h p://books.google.com/books?id= YZgAQAAQBAJ&pgis=1. [37] D.G. Lowe. Objec ecogni ion om local scale-in a ian ea u es. P oc. Se- en h IEEE In . Con . Compu . Vis., páginas 1150–1157 ol.2, 1999. URL: h p: //ieeexplo e.ieee.o g/lpdocs/epic03/w appe .h m?a numbe =790410, doi:10.1109/ICCV.1999.790410. [38] Jose Si ic e And ew Zisse man. Video Google: E icien isual sea ch o ideos. Towa . Ca eg. Objec Recogni ., 4170:127–144, 2006. doi:10.1007/11957959_7. [39] Luo Juan e O Gwun. A compa ison o si , pca-si and su . In . J. Image P ocess., (4):143– 152, 2009. URL: h p://www.cscjou nals.o g/csc/manusc ip /Jou nals/ IJIP/ olume3/Issue4/IJIP-51.pd . [40] Michael Calonde , Vincen Lepe i , Ch is oph S echa, e Pascal Fua. B ie : Bina y o- bus independen elemen a y ea u es. Compu . Vision–ECCV 2010, 2010. URL: h p: //link.sp inge .com/chap e /10.1007/978-3-642-15561-1_56. [41] E han Rublee e Vincen Rabaud. ORB: an e icien al e na i e o SIFT o SURF. Compu . Vis. (ICCV . . . , páginas 2564–2571, No emb o 2011. URL: h p://ieeexplo e.ieee.o g/lpdocs/epic03/w appe .h m?a numbe = 6126544h p://ieeexplo e.ieee.o g/xpls/abs_all.jsp?a numbe = 6126544, doi:10.1109/ICCV.2011.6126544. [42] Alexand e Alahi, Raphael O iz, e Pie e Vande gheyns . F eak: Fas e ina keypoin . Com- pu . Vis. . . . , 2012. URL: h p://ieeexplo e.ieee.o g/xpls/abs_all.jsp? a numbe =6247715. [43] D. Nis e e H. S ewenius. Scalable ecogni ion wi h a ocabula y ee. . . . Vis. Pa e n Re- cogni ion, 2006 . . . , 2, 2006. URL: h p://ieeexplo e.ieee.o g/xpls/abs_all. jsp?a numbe =1641018. [44] Json - js asc ip objec no a ion. h p://json.o g/. Acedido a 19-07-2014. [45] Jan E ik Solem. P og amming Compu e Vision wi h Py hon. 2012. [46] A. Vedaldi e B. Fulke son. VLFea : An open and po able lib a y o compu e ision algo- i hms. h p://www. l ea .o g/, 2008. Acedido a 30-06-2014. [47] SQLi e Copy igh . Sqli e. h p://www.sqli e.o g. Acedido a 07-07-2014. [48] O acle Copy igh . Mysql. h p://www.mysql.com. Acedido a 07-07-2014. [49] The Pos g eSQL Global De elopmen G oup. Pos g esql. h p://www.pos g esql. o g, 1996. Acedido a 07-07-2014. 66 REFERÊNCIAS [50] A min Ronache . Flask, web de elopmen , one d op a a ime. h p:// lask.pocoo. o g/. Acedido a 08-07-2014. [51] Google. Api ja asc ip do google maps 3. h ps://de elope s.google.com/ maps/documen a ion/ja asc ip /, 2013. Acedido a 30-06-2014.