基于内容的视觉信息检索系统比较研究.docVIP

基于内容的视觉信息检索系统比较研究 李静 （河南师范大学体育学院，河南 新乡 453007） 文摘 通过分析传统视觉信息检索技术的局限，阐述了基于内容检索的迫切性和必要性；在比较C-BIRD、MARS、VideoQ等4个典型检索系统的基础上，从数据模型、索引方式、主要功能等方面对其进行归纳总结。指出了主要存在的问题并提出解决方案。 关键词 视觉信息，基于内容的检索，比较，数据模型，算法 Comparative Research on Contented-Based Visual Information Retrieval Systems Li Jing (College of physical education, Henan Normal University, Xinxiang 453007) Abstract：Through analyzing the limitation of traditional visual information retrieval technology, this paper describes the imminency and importance of contented-based retrieval. Based on the comparison among C-BIRD, MARS, VideoQ etc. four contented-based retrieval systems, makes a summary from the aspects of data model, index method, main function etc. and point out the existing problems and its relevant solutions. Key words：Visual information, Content-based retrieval, Compare, Data model, Arithmetic 1 引言 随着数字存储和网络技术的发展，要生成、分析、存储和转换的多媒体信息量急剧增加，越来越多的数字文档中包含文本、图像、音频和视频等多种媒体类型[1]。多媒体信息已成为人类信息的主要表示方式和内容，信息访问和查询方式将向着以多媒体信息检索为主的方向发展[2]。以图像和视频为主的视觉信息是多媒体信息的重要组成部分，因此，对大型图像和视频数据库进行有效、快速的检索已经成为一个亟待研究的问题[3]。传统的检索基于关键词描述Keyword-based Video Retrieval, KBVR) 的检索，其描述能力有限、需要手工标注主观性强[4]；另一方面，在检索视觉信息时，用户很难准确表达他们真正所需的信息[5]。因此，用户希望只要给出示例或特征描述，系统就能自动检索出相对应的信息。基于内容的检索既能向用户提供基于颜色、纹理、形状及运动等视觉特征的检索，又能提供基于高级语义信息的检索，对于视频，具有在镜头、场景、情节等不同层次上进行检索的功能，能满足用户基于例子和特征描述的检索要求。 基于内容的视觉信息检索仍属于一个新兴的研究领域，目前仍处于实验研究阶段，尚没有一个完善的商用检索系统。文章比较分析了C-BIRD，MARS，VideoQ等4个典型检索系统，并指出了主要存在的问题及解决方案。 2 检索系统实例研究 在对基于内容视觉信息检索的研究过程中，研究者开发出了多种检索系统，这些系统各有优势和不足。一般的检索系统都具有两个子系统[4]：数据库生成子系统和数据库查询子系统。生成子系统的输入是图像和视频数据，并从这些数据中提取必要的特征，然后经过聚合生成索引被查询子系统所利用；查询子系统利用数据库中索引元素的特征来匹配用户查询。系统结构如图1所示。 图1 典型的图像/视频数据库检索系统结构图 2.1 数字图书馆中基于内容的图像检索（C-BIRD）系统 C-BIRD系统不仅提供了依据颜色、纹理、形状及其组合等一般特征来检索的方法，还能让用户依据亮度进行检索[4]。系统采用的特征定位和三步匹配算法（颜色假设、纹理支撑、形状验证）使对象检索更高效，并促进了依据对象模型来检索图像/视频数据库的发展；把原来的三位面颜色信息映射缩减为RGB坐标空间中的单位面信息，用直方图的交集来匹配图像，通过离散余弦变换来减少直方图的存储空间；图像的纹理则是由预计算出来的边缘和方向决定的，而形状由哈夫变换来表征。 系统已经在UNIX系统合PC平台上做了实现。在这些平台上，系统利用相同的搜索引擎和C++编写的预处理程序。用户接口作为一个网页应用程序用Perl 和HTML 语言实现，可用不同的浏览器打开。C-BIRD 实现架构如图2所示[3]。 图2 C-