tag在图像资源管理中的作用

《tag在图像资源管理中的作用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Tag在图像资源管理中的作用——以Flickr为例  　　(1.中山大学；2.广东省立中山图书馆，广东广州510110) 　　摘要：文章总结了传统图像检索方法存在的诸多不足，分析了以Tag技术为蓝本的Flickr网站获得广泛好评的原因，在此基础上探讨了Tag在图像资源管理中的优势。 　　关键词：Tag；Flickr；图像资源；资源描述 　　中图分类号：TP391.41文献标识码：A文章编号：1007—6921(XX)21—0145—03 　　20世纪90年代以来，随着因特网和多媒体技术的发展和普及，图像资源逐渐成为一种日趋重要的信

2、息资源，图像成为描述和存储信息的重要载体。图像资源以几何级数量增长，如何管理这些图像才能使用户在面对浩瀚的数字图像资源时，不会感到束手无策，不会产生“迷航现象”，成为发挥图像资源重要作用过程中的绊脚石。如果不对它们进行有效的管理，图像资源的重要作用就要被湮没。而常用及传统的图像标引检索技术已不能满足Web2.0时代人们个性化的信息需求，以Flickr网站为代表的一批互联网站所采用的Tag技术带来了转机。 1常用图像检索技术遭遇瓶颈 　　常用的图像检索技术主要有两种：基于文本的检索技术和基于内容的检索技术。 1.1基于文本的检索技术 　　该方式

3、始于20世纪70年代，其一般处理方式是人工对图像进行关键词或文本标题描述，必要时再辅加一些附加信息，然后将图像的存贮路径和图像相关的关键词或文本标题建立相应关系［1］。 　　尽管基于文本的检索比较容易实现，而且它对技术、硬件等的要求也比较低，但由于图像本身存在难于准确描述的特性，以及人工标引行为的存在，导致其检索效率效果往往不尽人意。 　　1.1.1图像资源本身内容信息的模糊性和不确定性。利用语言传达信息时，基于交流双方对语言含义的统一认识，交流过程是明确的，确定的。甲大脑中的信息经过转化成为语言信息，通过交流对话传递给乙，乙经过大脑处理获得的信息

4、与信息源信息(甲大脑发出的信息)基本相同。但图像信息的传达不是通过文字，而是通过视觉。 　　图像信息的传达有赖于人们“看”到的内容。但人们对于“看到”的视觉信息并没有统一的认识，这使得图像信息转化为语义信息的过程存在模糊性和不确定性。图像资源内容具有丰富性和复杂性的特点：①图像丰富的内容信息不能被完全揭示(Besser,1990)；②图像常被挖掘其原创者未曾预料的价值(Besser,1990)；③对于不同个体，图像具有不同的信息含义(ChenandRasmussen,1999；Enser,2000)；④从具体到抽象，图像具有数个不同的意义层(Ense

5、r,2000；Jorgensenetal.,2001；Layne,1994)［2］。 　　1.1.2人工标引行为存在。现阶段的计算机视觉技术和人工智能技术都无法自动对图像进行标引，必须依赖于人工标引行为。因而标引人员主观理解的差异将导致检索过程中的失配错误。①对图像应被标引的属性没有统一的认识(ChenandRasmussen，1999)；②恰当的确定标引深度存在着困难(Enser,2000)；③标引人员主观性明显和标引过程缺少连贯性(Rasmussen，1997)；④用户使用语言与标引所用受控词表的匹配程度不尽如人意(Gordon，2001；Hast

6、ings，1999；Jorgensen，1998；Roberts，2001)；⑤用户和标引人员对同一对象的认知存在着差异(Heidorn,1999)。⑥图像资源的剧增，也使得人工对每幅图像进行关键字的概括和注释变得几乎不可能［3］。 1.2基于内容的检索技术 　　该方式出现在20世纪90年代，它是一种综合集成技术，通过分析图像的内容，提取其颜色、形状、纹理，以及对象空间关系等信息，建立特征索引，并存储在特征库中。它用于检索的是反应图像内容并与图像存储在一起的各种量化特征［3］。 　　特征(即内容)的提取是基于内容的图像检索的基础，就广义而言，特

7、征既可包括文本型的(如关键字、注解等)，也可包括视觉特征(如颜色、纹理、形状等)，然而，从一般的图像中自动提取出关键字目前尚无可能达到［4］，从现有的理论研究及基于内容的图像检索系统或软件等应用情况来看，基于内容的图像检索都集中于底层视觉特征的研究［5］。但是试验结果往往证明，由于用于检索的图像的纹理、颜色、形状等特征大多是图像的全局特征，在有些场合下这些特征及其组合并不能很好的描述图像内容，尤其在描述建筑物等刚性物体时，纹理、颜色、形状无法描述其结构特征而使检索的效率下降，因此，仅仅依赖颜色、纹理和形状等底层视觉特征并不能很好地表达图像的语义。并且计算

8、机自动提取的图像特征和人理解的语义间存在很大的差距，使得基于内容的图像检索存在着