Ministrante: Rudinei Goularte
Resumo: Sistemas cotidianos que produzem, exibem e compartilham conteúdo multimídia são atualmente acessíveis via as mais diferentes plataformas, fazendo com que o volume de dados aumente continamente a taxas alarmantes. Surge então a necessidade de tratar computacionalmente esses grandes volumes de dados. Em áreas correlatas (como Multimedia Big Data, Ciência de Dados e Recuperação de Informação Multimídia) um pré-requisito comum é a Análise Multimídia em Big Data, onde o objetivo é encontrar um modo mais compacto de representar o conteúdo e que seja, ao mesmo tempo, representativo da informação original.
Conteúdo: Ao analisar conteúdo multimídia existe a dificuldade adicional das diferentes modalidades dos dados (visual, auditiva e textual, por exemplo), que devem ser tratadas em conjunto, objetivando melhoria de resultados dos serviços associados (Recomendação de Música e de Vídeos, Sumarização, Recuperação de Informação, entre outros). Este minicurso aborda ferramentas e técnicas para indexação, extração e processamento de conteúdo multimídia multimodal. As técnicas são exemplificadas em OpenCV Python, podendo ser aplicadas a diferentes conteúdos (imagens, áudio, texto e vídeo) e contextos (como os de Netflix, Google e YouTube), motivando pesquisadores e desenvolvedores.
Referências:
Blanken, H.; de Vries, A. P.; Blok, H. E.; Feng, L. Multimedia Retrieval. Springer, 2007. ISBN: 978-3-540-72894-8. – Ricardo A. Baeza-Yates and Berthier Ribeiro-Neto. Modern Information Retrieval: The Concepts and Technology behind Search (2nd Edition) (ACM Press Books). Paperback: 944 pages. Publisher: Addison-Wesley Professional; 2 edition. 2011. ISBN-10: 0321416910. ISBN-13: 978-0321416919
Aggarwal, C. C. Recommender Systems: The Textbook. Springer, 2016. ISBN 978-3-319-29657-9.
Pouyanfar, S., Yang, Y., Chen, S., Shyu, M. and Iyengar, S. S. 2018. Multimedia Big Data Analytics: A Survey. ACM Comput. Surv. 51, 1, Article 10 (January 2018), 34 pages. DOI: https://doi.org/10.1145/3150226
Artigos selecionados de conferências e periódicos da área, como ACM Multimedia, IEEE MultiMedia, Pattern Recognition Letters e ACM RecSys.
Mini CV:
Rudinei Goularte possui graduação em Ciência da Computação pela Universidade Federal de Mato Grosso do Sul (1995). Possui mestrado (1998), doutorado (2003) e livre-docência (2011) pela Universidade de São Paulo, campus São Carlos, todos em Ciência da Computação. Atualmente é professor associado do ICMC/USP em regime de dedicação integral à docência e à pesquisa, atuando também como orientador pleno de mestrado e doutorado. Atua como consultor ad hoc da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Desenvolve pesquisa em Multimídia nas linhas: codificação de vídeo digital, vídeo 3D, recuperação de informação multimídia, multimedia big data e análise multimodal.