图像理解和图像视频数据的检索.pdfVIP

O一3l 片．等等，……。对这些巨大量的数据如何组织、表达、存储、管理、查询、检索是对传统数据库技术 提出的重大挑战．以文字为对像的传统数据库无法满足图像数据库的要求，这是因为，一方面，图像 与视频中包含的信息非常丰富，很难用标准化的一些文字对它们进行精确、详尽的描述，另一方面， 由于图像与视频数据的与日俱增，传统手工建立关键字索引的方式已很不现实，我们希望对进入数 据库的图像视频数据的描述可以由计算机快速、规范、自动地进行。总之，没有对图像及视频数据 的自动和有效的描述，大量信息将淹没在数据库中，无法在需要时被检索出来。因此，如何将数字 图像处理、计算机视觉技术与传统数据库技术相结合，建立基于对图像及视频内容自动或半自动描 述的新一代图像视频数据库就成为迫切的需求。正是这一需求，从而使得图像处理与理解技术又 有了一个新的应用领域，这就是基于内容的视频信息与图像数据库的检索。近年来，基于内容的视 频信号与图像数据库检索技术成为国内外研究热点，也成为未来信息高速公路、数字图书馆等具有 重大项目中的关键技术。 所谓基于内容的检索(cBR，Content—BasedRetrieval)．是指直接根据描述媒体对像内容的各种 特征进行检索，它能从数据库中查找到具有指定特征或含有特定内容的图像(包括视频片段)。它区 别于传统的基于关键字的检索手段，融合了图像理解、模式识别等技术，具有如下特点： 1．直接从媒体内容中提取信息线索。基于内容的检索突破了传统的基于表达式检索的局限， 它直接对图像、视频进行分析，抽取特征。利用这些描述图像内容的特征建立索引(Index)。 2，基于内容的检索是一种近似匹配。在数据库中，须使用模式识别的方法对图像库中的图像 按不同索引特征分类，在检索的过程中．它采用某种相似性度量对图像库中的图像匹配获得查询的 结果。这一点与常规数据库检索的精确匹配方法有明显不同。 3．特征提取和索引建立可由计算机自动实现，避免了人工描述的主观性，也大大减少了工作 量。但相似性度量与人的主观感受有关(即任给一幅图像，问数据库中的其他图像中哪些与它在观 感，风格，某些特定内容上相似?显然，这与人的主观性有关)．因此．常需要用人机交互的方法，学 习人的主观相似度感受。 ． 近十年来。基于内容的图像、视频数据的检索是当前计算机视觉、图像数据库与知识挖掘 (KnowledgeDiscovery)等领域研究的最活跃的研究热点之一。每年都有相关的国际会议召开，如 andRetrievalfor andVideo Mul． SPIE的Storage Image Databases(到1998年已经开了四届)，ACM Toolsand timedia等，还有一些新创刊的杂志．如：MultiMedia Applications，这方面的研究是这些杂 志发表的论文的重要组成部分。近几年。许多国际上重要时杂志。都以此发表了专刊【l“J。目前． 国内外很多机构都在进行相关的研究工作，并产生了很多令人瞩目的成就。如：IBM的OBIC J，CMU的Informedia【71等，国内的一些研究 (Query Content)系统…，MIT的Photobook【6 byImage 单位，如中科院自动化所国家模式识别实验室。清华大学，上海交通大学，复旦大学等单位也进行了 研究并开发了一些实验系统。本文主要介绍系统中涉及的图像处理技术，涉及数据库，查询语言等 方面的内容可参见其它综述rl-sJ。 2静态图像的特征索引与检索 以图像的特征作为索引(Index)，对静态图像进行检索是目前使用得最多的方法。目前比较成 熟的特征索引是颜色、纹理和一些低层的、简单的形状特征和物体间方位关系[8～l…。这些特征具 有计算简单，性能稳定的特点，但这些特征都有一定的局限性，因此，近几年的研究则逐渐转向基于 区域、目标的图像表示，语义描述等。检索则引进用户反馈等方法。 2．1船电 0—32