====== Wunschliste für die v3 ======



===== Algorithmisches =====


  * Radon transform
  * Saliency map
  * Tamura
  * Helmholtz feature http://www.optinav.com/helmholtz.pdf
  * freak mit bow evaluieren
  * wavelets evaluieren (symlets)
  * pHash evaluieren (Alternative mit Wavelet statt DCT testen)
  * Glanz-Erkennung
  * Muster / Markenlogo besser erkennen
  * Segmentierung / Produktfreisteller (Region-Growing als Alternative für GrabCut, LaticeCut, LevelSetMethoden prüfen) (s.a. [[segmentierung|Segmentierung]])
  * Kategorisierung
  * exact legendre moments http://arxiv.org/pdf/1005.5437v1.pdf
  * Scale-invariance in local heat kernel descriptors without scale selection and normalization http://hal.archives-ouvertes.fr/docs/00/44/26/19/PDF/RR-7161.pdf
  * Beschreibung / Tags / Verschlagwortung


===== Funktionen / Merkmale =====


  * Hölle schnell {{/dokuwiki/lib/images/smileys/icon_smile.gif|:-)}} (Zeitansatz ca. 70k Bilder inkl. Download in < 1h (ca. 20 Img/sec), bei Ausnutzen der aktuell möglichen Parallelisierung) (1M Img/h bei bestehendem System (24 cores) sind das ca. 80ms/Img)
  * Alle Featureberechnungen via hauseigener Bibliothek
  * Test-Sets / Benchmarks / Unit-Tests
  * Monitoring und Status-Script zur Systemüberwachung
  * Update via zentraler Query (kein Blockieren der datafeed.php mehr)
  * Cachen der Enrichment-Berechnungen für schnellere Updates (LUT)
  * Intern kein jpg mehr wg. Kompressionsartefakten
  * Geschlechtererkennung
  * Stufenmodel (form dann farbe bzw. textur)
  * Thema von DamenOberBekleidung/Krinstina/Otto: Trends (metallic, Tiermuster)


===== Ablaufidee / Planung =====

//draft:// [[dokuwiki/lib/exe/fetch.php?media=draft_v3_landscape.pdf|draft_v3_landscape.pdf]]

//?? Skizze//


  * Datenfeed des Kunden wird geladen, geprüft und in die mongoDB importiert (Update nur möglich wenn kein anderes Update für diesen Kunden noch läuft; //Kollisions-Vermeidung//)
  * Nicht länger vorhandene Einträge werden gelöscht
  * Neue Bilder werden zu Aufgabenpaketen mit max. 1000 ImgIds gebündelt und in die ToEnrich-Query mit Status “tbd” eingefügt
  * Auf den Indexern laufen Prozesse, welche die Arbeitspakete aus der Query nehmen und abarbeiten (Download der Bilder, Berechnung)
  * Wenn zu einem Kunden das letzte Arbeitspaket bearbeitet wurde wird die monetdb mit Update versorgt und ein BackUp der mongodb-collection des Kunden erstellt

//Wichtig bei Bilderdownload://


  * Download (wget) und anschließend Konvertieren (convert) in korrekte Größe und verlustlos komprimiertes Format
  * Laden des Bildes “as it is” in das ''%%enrichment%%'' dort bei Bedarf nur Filterstufen anwenden (Kompressionsverluste minimieren)