005054跨媒体海量信息检索：搜索引擎未来之方向.pdf

展望 第 2卷 第 1 期 2006 年 1月 跨媒体海量信息检索： 搜索引擎未来之方向 庄越挺 潘云鹤 关键词：跨媒体 智能分析 浙江大学 计算机网络技术、多媒体技术以及数字传输、数字存储技术等的日益发展，使得每天由 新闻、影视、广告、监控等领域产生的大量图像、视频、音频等不同类型的多媒体信息可以 被数字化并加以保存。与此同时，各国数字图书馆的发展也产生了大量的多媒体数字信息。 所有这类数字资源的分布存储形成了一个庞大的网络多媒体数据库。如何有效地组织和管理 这些海量信息，使用户摆脱媒体类型的限制，可自由地通过网络快速浏览各种感兴趣的媒体 对象，并能跨媒体地进行信息检索，这是未来搜索引擎的发展方向。 不同类型的多媒体数据彼此混杂在一起，给当 引言 前的搜索引擎技术带来了前所未有的新挑战： 跨媒体的海量信息快速检索。 互联网技术的飞速发展，使人类迈入了 目前，主流的商业化搜索引擎主要基于 一个崭新的时代。它打破了人与人之间交流过 关键词。从搜索引擎技术而言，文本搜索引擎 程中的时空、文化、信仰、社会地位等因素的 技术已比较成熟，能进行元数据检索和全文检 限制，使信息的获取和传送可以在弹指一挥间 索，如Google、Yahoo和微软等公司的搜索引 完成。与此同时，每天由影视、广告、监控和 擎。为抢夺搜索引擎的市场份额，各搜索引擎 数字图书馆等领域产生的大量图像、音频和视 公司致力于新媒体类型的搜索引擎的研发，其 频等数据，形成了一个海量多媒体信息库。如 中包括音频搜索引擎、图像搜索引擎和视频 果没有一个合适的工具，要从中搜寻所需的信 搜索引擎等，且已向用户提供相关的初级服 息，其困难之大犹如大海捞针。 务。然而，这些搜索引擎技术只能处理单一媒 随着多媒体和数字存储技术的发展，目前 体类型的检索，无法自动支持语义层次上的检 文本与多媒体（指音频、图像、视频、数字几 索，无法兼容新兴的多种媒体类型的检索，如 何模型等非文本）数量之间的相对比例正在缩 Flash、三维图形、运动数据等。 小，即海量的多媒体信息正在逐步占据数据库 那么，是否可以跨越不同媒体之间存在的 的大部分空间[1]。一个专门的视频库（如录像 界限，使用户只需提交一种媒体类型的样本例 资料库）的数据规模可以轻易地达到1TB。而 子就能快速、准确地检索到想要的其他类型的 一个数字图书馆的数据规模则可以达到100TB 媒体数据呢？这需要新的针对跨媒体的有效检 以上。数字化存储价格的不断下降，使得TB级 索方式，这种方式体现的所谓“联想”、“触 的存储开始大众化。因此网络信息极为丰富， 类旁通”等能力，对人类来说是与生俱来的， 42 第 2 卷 第 1