基于内容的多媒体图像检索模型的研究

《基于内容的多媒体图像检索模型的研究》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、基于内容的多媒体图像检索模型的研!摘要近年柬随着网络技术的飞速发展以及移动数码设备的普及，网络多媒体内容呈现爆炸式的增K已经成为一种趋势。备式并样的多媒体内容无论托存储、传输以及分析的过程小，无不给现在的检索技术提出了挑战。人们枉面多纷繁复杂，眼花缭乱的多媒体信息选择时，缺少有效的榆裳_r具将会是什¨'头疼的事。璀r文本关键。l的传统检索模型已经逐渐耀不上人们对多媒体}盘索的需求，Ir是在利rm々况下，人们提{f{了基1。J』I容的多媒体检索模型的研究，对人类在信息检索领域的发展有1分重要的意义。基r内存的多媒体检索(MuLTIMEDIAR

2、ETPJEVA[。BASEDONCONTENT)就是极拊多媒体内容的本身语义进行检索，这与基1。文本的榆索仃若本质的区别。本文首先时多媒体数据和各种榆索模型作了’个简单的M顾，总结了图像检索模型、视频检索模型、音频榆索模型等的发艘概况。同叫也洋细介绍了基n勾容的多媒体图像检索模’魁，_：if钊对该种榆索模型的关键技术胜丌了硷述。如，罔像特征提取、罔像索引技术、相关反馈算法等。接爿专，从阻像提取特征片面t11发，讨论了摧十SIFT图像不变特征提取算法，对SIFI、特征向鞋的小成和匹配过程进行了深入讨论和分析．总结jt柏谘f像特征提取方if[i

3、的优势与小足。塌后针对SIFT提取过程tI，的不足，如尺度空间构造耗时、计算机复杂度较高等方面提出了’些改进。本文主要通过尺度空问构造过程的优化和特=}【I!向量的降维对SIFT算法进行了改进。并利用改进型SIFT算法进行图像检索模型的实验，并取得了较好的结果。奉立的主要负献在于：1)分析了各种丰流图像特征提取冉法的优劣，并针对SIF]的不足，并提flj了部分改进方法：2)提出了一种基十段进型sIFT的图像枪索模型，该算法聚川高斯核尺寸自适应的^法柬构建盒中塔影像，脐低其计算复杂应，然后按Ji《{传统步骤进仃挺取特征，以瞅式距离来度塌十n似

4、性，撼后运JIJBBF搜索算法米进行圈像检索。本文的初步实验结粜表明，该图像检索模型能够检测}l{经过、r移、尺度、仿射、光照等变化FftCj日标图像，以及对具有特定特征的图像检索，无论在时问还是效率上都尽有相二与的优越性。关键词：多媒体数拥席：CBIR；多媒体检索：slvr算法THERESEARCHOFMULTIMEDIAlMAGERETRIEVALBASEDONCONllENTABSTRACTWiththepopularityoftherapiddevelopmentofnetworktechnologyandmontedigitald

5、evices，networkmultimediacontenttoshowexplosivegrowthinrecentyearsandithasbecomeatrendAwidevarietyofmultimediacontentintermsofstorage，transmissionandanalysisprocesswillgiveusachallengeinthesearchtechnologyaTeaPeopleinthefaceofcomplexanddazzlingmultimediamessagingoptions．the

6、lackofa11effectivesearchtoolwillbeaverytroublesomethingTraditionaltextkeyword—basedretrievalmodelhavebeenhardtokecpupwiththedemandformultimediaretrieval，itisi11thecage，thecontent—basedmultimediaretrievalmodel，isveryimportantforhumandevelopmentinthefieldofinformationretriev

7、alsignificanceContent-basedMultimediaRetrieval(MULTIMEDIARE’FRIEVALBASEDONCONTENF)popularspeakisbasedonthemultimediacontentitselfsemanticretrieval，whichisessentiallydifferentfromtext-basedretrievalFirstly，Inthispaperthemultimediadataandretrievalmodelsmadeasimplereviewsumma

8、rizestheoverviewofthedevelopmentofthemodelofimageretrieval．videoretrievalmodel，audioretri