Živimo v času preobilice informacij, ko bolj kot količina podatkov, ki jih zajemamo in shranjujemo, postaja pomembna njihova kvaliteta oz. verodostojnost. To še posebej velja za baze podatkov, ki temeljijo na slikovni informaciji. Čeprav je področje računalniškega vida doseglo v zadnjih letih velik napredek, so metode za avtomatsko interpretacijo slik v splošnem še vedno premalo zanesljive za samodejno polnjenje in vzdrževanje baz, ki temeljijo na podatkih pridobljenih iz slik in video posnetkov (npr. baz zaznanih predmetov). Po drugi strani pa je ročno anotiranje video posnetkov in označevanje relevantnih delov oz. predmetov zelo zamudno, drago in duhamorno delo, občutljivo na napake.

S tem projektom želimo združiti oba pristopa: čim bolj avtomatizirati samodejno interpretacijo slikovne informacije, ki je potrebna za vzdrževanje podatkovne baze, hkrati pa v ta proces na primeren način vključiti človeka, ki bo z verifikacijo zagotavljal pravilnost vnosov. To je še posebej pomembno za konkretni aplikativni cilj, ki smo si ga zastavili: razviti metodologijo primerno za polavtomatsko vzdrževanje evidence prometne signalizacije. Samo podatkovna baza z evidenco za državne ceste v Republiki Sloveniji vsebuje preko 250.000 vnosov, pridobljenih z analizo video posnetkov in uporabo dodatnih informacij. Za sprotno vzdrževanje takšnih podatkovnih baz je torej avtomatizacija procesa nujna. Glavni cilj projekta je razviti ogrodje za delno-nadzorovano inkrementalno učenje kot tudi konkretne metode za vizualno učenje in razpoznavanje, ki bodo omogočale kvalitetno in učinkovito vzdrževanje velikih podatkovnih baz na podlagi slikovne informacije.