简单Web图片搜索引擎的设计.pptVIP

Web图片搜索引擎设计 ——基于文本的图片信息提取 大纲 图片检索技术简介 我们设计的系统总体结构 图片文字信息提取 无用图片过滤 一些统计规律 结合文本与内容的方法（后期打算） 图片检索技术分类 基于文本 利用某种提取方法获得与图片内容相关的文本信息，利用传统文本检索方法提供检索。 基于内容 提取图片中的可视化特征，比如颜色，形状，纹理等，对特征建索引，提供相似查询。 基于语义 理解可是特征的语义信息，可以利用文字查询可视特征。 基于文本 优点 符合用户查询习惯（关键字查询） 适合复杂语义查询（比如查“奥运会”） 利用已有的技术积累（文本检索） 性能好 缺点 提取的信息不够准确 文字描述不能保证全面性 不能基于内容相似查询 基于内容 优点 可以查询相似图片 对图片来源要求低（不需要额外文字信息） 缺点 技术不成熟 效率低 复杂语义无法表示 基于语义 通过理解图片中的可视特征来建立低层特征到高层语义的映射（比如：能够理解大海是蓝色的） 。符合人类理解图片的自然方式。 开始大量的研究，在未来会有很大的发展。 我们的选择——基于文字 理由 目前的大型图片搜索引擎基本上都是以基于文字的检索为主体。 性能良好 已有大量的网页资源可供使用。 开发周期较短。 我们设计的系统的结构 系统工作过程 抓取网页和图片 从网页中提取图片相关的文字信息 利用图片生成缩略图 对提取到的文字信息建倒排索引 提