图像内容理解及检索技术.pdfVIP

} Wijfl_I1 数字图书馆论坛IDigitalLibraryForum 图像内容理解与检索技术 口高科 / 中国科学院计算技术研究所 北京 100080 摘要:大量图像的出现使得图像检索的需求越来越强烈。图像检索系统经历了基于文字的检索和基于底 层特征的检索两个阶段。新的检索系统通过机器学习等技术，综合利用了视觉特征和高层语义概念进行更精 确的语义检索。本文从图像底层特征表示与抽取、高层语义特征抽取、相关反馈等方面介绍了当前图像检索 系统的基本进展，并对图像检索的发展趋势进行了展望。 关键词:图像内容理解 图像检索 相关反馈 1引言 过浏览和选择样例图像来进行相似性检索 如选择 已有纹理图像作为目标图像、或是手工绘制草图说 随着网络的高速发展 各种类型的信息飞速增 明颜色分布等等，通过计算图像特征之间的距离来 长。除了文本之外，Internet也在不断产生大量图像、 决定其相似程度。但是在基于内容的图像查询中， 视频等可视化数据。图像由于其直观鲜明、内容丰 存在一个底层特征和上层理解之间的差异 (这也就 富的特点.成为了一种重要的信息载体，是组成多 是著名的semanticgap，语义鸿沟问题)主要原因 媒体的重要内容。根据人们日益增长的对可视化数 是底层特征不能完全反映或者匹配查询意图。解决 据的需求 如何对这些海量信息进行有效地分析、 方法主要有相关反馈、图像分割和建立复杂的分类 管理、查询和检索，成为目前亚待解决的问题。 模型。为了更准确的反映用户的查询意图 很多学 从图像检索系统的演变来看 可以划分为三个 者投入了新一代图像检索系统的研究工作之中:引 阶段。第一代的检索系统主要通过图片的文件名 入机器学习的方法 根据底层视觉特征对语义概念 (也有部分网页文字信息)建立索引来对图像进行描 进行分类和学习，也就是语义文本的自动标注方法。 述和检索，例如百度和Google。这种方法有效地利 实验表明，这种方法综合利用了视觉特征和高层语 用了在文字领域工作的传统的搜索引擎 用户通过 义概念 有效地提高了检索的精确率。 文字查询方法进行检索。但是仅用文字描述相关信 本文针对图像检索近几年来的研究工作予以综 息存在以下缺点:首先 手工标注的开销太大，而 述性介绍，并展望了下一步的研究方向。 且具有主观性 其次 很多视觉信息很难用文字精 确的描述，如纹理、轮廓等感知元素。第二代的检 2相关研究工作 索系统支持根据视觉内容的检索，由系统自动的提 取图像内容中的各种底层视觉特征，如颜色、纹理、 基于内容的图像检索得到了很多学者和机构的 形状等，并建立在线应用所需的索引 用户可以通 关注和重视。近几年来 经过科研人员的深入研究， 白亮，男，(1978-)，博士研完生，主要研究方向为视频分析与处理、基 Zhiyong/CollegeofInformationSystemandManagementNationalUniversity 于内容的检索。通讯地址同上。 ofDefenseTechnology,Ch