Estudio de aplicabilidad de técnicas de Big Data en el streaming multimedia para la detección de eventos

Abstract

[EN] The massive amount of multimedia information currently available through the Internet demands efficient techniques to extract knowledge from that Big Data. In this work, we propose an architecture to capture, process, analyze and visualize data coming from multiple streaming multimedia TV stations and radio stations. For that, we rely on the Hadoop framework available within the IBM InfoSphere BigInsights platform. We create a workflow to automate the different stages that range from Automatic Speech Recognition using open-source tools to visualization by means of the R framework. We emphasize techniques such as diarization and the optimization of the number of Hadoop nodes, provisioned from Cloud infrastructures, to deliver enhanced performance. The results show that it is possible to automate knowledge extraction from multimedia data running on virtualized infrastructure by means of Big Data techniques

[ES] La gran cantidad de información multimedia actualmente disponible en Internet demanda técnicas eficientes para la extraer conocimiento de los grandes volúmenes de datos. En este trabajo, se propone una arquitectura para capturar, procesar, analizar y visulizar información proveniente de streaming multimedia como emisoras de televisión o radio. Para ello, se utiliza la infraestructura de Hadoop existente en la plataforma IBM InfoSphere BigInsights. Se ha creado un flujo de trabajo para automatizar las diferentes etapas de las que se compone, extendiendose desde el reconocimiento vocal utilizando herramientas de código abierto hasta la visualización utilizando R. Se utilizan técnicas como la diarización y la optimización del número de nodos en Hadoop, que son aprovisionados por medio de infraestructuras Cloud para su mejor desempeño. Los resultados muestran que es posible automatizar la extracción del conocimiento de datos multimedia utilizando infraestructuras virtuales por medio de técnicas de Big Data.