Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/382
Τύπος: | Ανακοίνωση σε συνέδριο |
Τίτλος: | Artificial intelligence as a low-cost solution for museum visit digital content enrichment: the case of the folklore museum of Xanthi |
Συγγραφέας: | [EL] Ιωαννάκης, Γεώργιος-Αλέξης[EN] Ioannakis, George-Alexios [EL] Μπάμπης, Λουκάς[EN] Bampis, Loukas [EL] Κουτσούδης, Ανέστης[EN] Koutsoudis, Anestis |
Ημερομηνία: | 01/09/2019 |
Περίληψη: | The on-demand content enrichment of an exhibition center visit is an active applied research domain. This work focuses on the exploitation of mobile devices as an efficient medium to deliver information related to an exhibit or an area within the exhibition center by utilizing machine learning approaches. We present YPOPSEI, an integrated system that formulates the information retrieval task as an image recognition mechanism, enabling visitors to simply capture an entity of interest in order to acquire information similar to a tour-guidance experience via their personal mobile devices. This scheme not only minimizes the additional infrastructure requirements, but additionally enhances the versatility in cases of exhibits topology alterations while still providing high accuracy in terms of image content recognition. Two hybrid approaches are developed that set Convolutional Neural Networks (CNNs) and Bags of VisualWords (BOVWs) to operate in a synergistic and cooperative manner. They are evaluated under real-world conditions on a client-server Web architecture system that experimentally operates within the premises of the Folklore Museum of Xanthi, Greece. |
Γλώσσα: | Αγγλικά |
Τόπος δημοσίευσης: | Ávila, Spain |
Σελίδες: | 6 |
DOI: | 10.5194/isprs-archives-XLII-2-W15-585-2019 |
ISSN: | 1682-1750 |
Θεματική κατηγορία: | [EL] Επιστήμες Μηχανικού και Τεχνολογία[EN] Engineering and Technology |
Λέξεις-κλειδιά: | Content Enrichment; Expedition-Center Visits; Mobile Devices; Hybrid Recognition; machine learning; Convolutional Neural Networks; Bags of Visual Words |
Κάτοχος πνευματικών δικαιωμάτων: | © Authors 2019. |
Όροι και προϋποθέσεις δικαιωμάτων: | This work is distributed under the Creative Commons Attribution 4.0 License. (CC BY 4.0 License) |
Διατίθεται ανοιχτά στην τοποθεσία: | https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLII-2-W15/585/2019/ |
Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLII-2-W15/585/2019/ |
Ηλεκτρονική διεύθυνση περιοδικού: | https://www.isprs.org/publications/archives.aspx |
Τίτλος πηγής δημοσίευσης: | The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences |
Τόμος: | XLII-2/W15 |
Σελίδες τεκμηρίου (στην πηγή): | 585-590 |
Όνομα εκδήλωσης: | 27th CIPA International Symposium “Documenting the past for a better future” |
Τοποθεσία εκδήλωσης: | Ávila, Spain |
Ημ/νία έναρξης εκδήλωσης: | 01/09/2019 |
Ημ/νία λήξης εκδήλωσης: | 05/09/2019 |
Σημειώσεις: | This research is co-financed by Greece and the European Union (European Social Fund- ESF) through the Operational Programme “Human Resources Development, Education and Lifelong Learning 20142020” in the context of the project “Ypopsei: Hybrid content recognition from bitmap images”, MIS code:5006383 |
Εμφανίζεται στις συλλογές: | Ερευνητικές ομάδες |
Αρχεία σε αυτό το τεκμήριο:
Το πλήρες κείμενο αυτού του τεκμηρίου δεν διατίθεται προς το παρόν από το αποθετήριο