web图像的多模融合检索研究

《web图像的多模融合检索研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采

2、用影印、缩印或扫描等复制手段保存和汇编本学位论文。本论文保密□，在_____年解密后适用本授权书。不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日华中科技大学博士学位论文1绪论互联网已经成为人类最大的资源库、知识库和信息交换的重要平台。然而随着互联网上信息量的飞速发展，如何在海量的数据中找到需要的信息就成为一个重要的课题。基于这个需要，搜索引擎技术迅速发展成熟起来，特别是基于文本的搜索技术。近些年来，随着个人电脑以及数字摄像设备的发展，大量的图片上传至互联网，使得互联网很快成为巨大的图像信息库。俗话说“一图胜千言

3、”，图像包含了比文字更为丰富的信息。如果人类能够充分的利用图像信息，必将加速社会信息化的进程。遗憾的是，目前图像的检索技术还远比不上文本检索技术。基于内容的图像检索（Content-BasedImageRetrieval，CBIR）虽然取得了很多突破性的进展，涌现了一批著名的图像检索系统，但和人们期望的实用性还有很大的差距，关键原因在于“语义鸿沟”（SemanticGap）问题。基于文本关键字的商业图像搜索引擎只利用了Web图像的间接文本来间接地搜索图像，完全没有考虑图像本身的内容信息，其局限性十分明显。在Web环境下，如何充分利用Web图像的多种特性，综

4、合利用基于内容的图像检索技术和基于文本的图像检索技术，达到优势互补，从而提高图像搜索的性能，以使得图像检索系统能更好地服务于人类社会，进一步便利人们的生活，这是一个需要迫切解决的问题。本章首先简要介绍图像检索的背景和发展历程，对现今一些典型的图像检索系统进行介绍，包括基于图像内容的图像检索系统、基于文本的图像搜索系统、以及综合了二者技术的新的Web图像检索系统；接着分析这些系统的一些特点，并总结各类系统的优点和局限性；然后针对本课题的研究内容，即为实现文本信息和图像内容信息的关联和综合所采用的一些方法进行回顾；最后指出本课题研究的范围和内容，为后续的章节作

5、好铺垫。1.1图像检索的发展历程大量的图像资源需要更为有效和高效的图像索引和检索工具。自从二十世纪701华中科技大学博士学位论文年代以来，图像检索一直是一个很活跃的研究领域，这主要来自于数据库管理和计算机视觉两大研究社区的推动。这两大研究社区从不同的角度来研究图像检索，一个是基于文本的，另一个是基于视觉的，这形成了基于文本的图像检索和基于内容的图像检索两大发展分支。不过从目前图像检索研究的趋势而言，尤其结合网络环境下图像的特征，即其嵌入在具有文本内容的Web文档中，则出现了三个不同的研究着眼点：1）立足于文本，对图像进行检索。试图将传统的文本检索技术移植到

6、对图像的检索上，因为基于文本的检索技术发展比较成熟，如Page-Rank方法、概率方法、位置方法、摘要方法、分类或聚类方法、词性标注法等。所以从这个角度来进行图像检索，不仅技术发展较为成熟，同时分析和实现的难度略小。2）立足于图像内容，对图像进行分析和检索。这也就是基于内容的图像检索，它是建立在多媒体信息的内容语义上，能够比较客观地反映多媒体本质的特征。相比而言，尽管己出现了诸如直方图、颜色矩、颜色集等多种表示图像特征的方法，但其瓶颈出现在“语义鸿沟”问题上。3）结合文本和内容，进行融合性研究。这是一个比较新的研究方向，它主要是要求发挥文本和图像内容各自的

7、优势促进图像的高效、简单检索方式的实现。尤其是网络环境下，结合图像所在Web文档的特征分析，推断图像的语义特征，同时结合对图像的内容分析，共同标引达到对图像的分析和检索。可以说，上述三个方向都是相互影响和促进的，任何一个方向的进展都会促进图像检索技术向前更进一步，下面就这三个方向的发展进行回顾和总结。1.1基于文本的图像检索基于文本的图像检索系统根据其文本关键字的来源分为两类：一类是基于人工标注的；另一类是基于Web页面自动提取的。最早期的图像检索系统是采用传统的文本检索技术，基于人工标注的，这可以追溯到70年代后期。那时，一个十分流行的图像检索的框架是先

8、标注图像然后用基于文本数据库管理系统来进行图像检索。这种方法的代表