结合空间金字塔与微结构描述为基础的相关性回馈运用於影像检索.PDFVIP

結合空間金字塔與微結構描述為基礎的相關性回饋運用於影像檢索 1 韓欽銓 2 吳佩華 、 國立聯合 大學資訊工程系 1 2 cc 、cchan@.tw 摘要 測量它們之間的相似程度，以找到最相似的影像。 本文以兩個模式提出一個架構來提高影像檢 CBIR 其中一個根本問題為低階視覺特徵和高階語 索的準確度：影像特徵擷取、相關性回饋(Relevance 義概念間的差距，由於數位影像資料庫快速增長， Feedback) 。在影像特徵擷取部份組合適用於小尺 又需要有效的搜尋方案。低階視覺特徵 (顏色、紋 寸影像的微結構描述符號(Micro-Structure 理、形狀等自動地被擷取來代表影像，單一低階) Descriptor) 和空間金字塔 (Spatial Pyramid) 。在相 特徵無法明確地描述影像的內容，而且不能準確地 關性回饋中以互動方式讓使用者來選擇哪些是相 表達高階語義概念。單一低階特徵描述特定角度的 關的影像。實驗以不同類型資料庫做測試，測試後 影像內容，就像顏色直方圖特徵具有高計算效率和 的精確率證實本文提出的架構能提升影像檢索準 對於旋轉和縮放是不變，可是不考慮不同彩色影像 確度。 的影像內容與空間分佈，或許適用於某些圖像，但 關鍵詞：影像檢索 、相關性回饋 、微結構描述 它也可能對於描述其他圖像是困難的，如自然場景 或多物件圖片包含不同背景。此外，描述影像內容 前言 使用單一的低階特徵是不完整的，而且幾乎無法捕 全球資訊網(World Wide Web數位資訊迅速) 捉到影像的語義概念，影像內容從多方面結合多特 地成長，造成高效能多媒體檢索工具的開發更加地 徵，以達到更好的檢索結果。提出各種特徵來擷取 迫切。隨著計算機與網路的進步，使得大數量影像 現實世界中圖像的多樣特性，這些特徵可以被整合 儲存及傳輸成為可能。取代文字檢索，影像檢索在 來提高CBIR 系統的準確度，特徵整合具有一定程 近十年間被廣泛地需求。對於想要充分利用多媒體 度上的優勢。而且不同的特徵包括影像不同屬性， 資源的人，首要是如何搜尋網路多媒體資訊。傳統 如果這些特徵被合理地組合，能分別透過不同辨別 多媒體檢索系統透過文字搜尋所需的多媒體資 的多特徵和消除干擾來提高檢索結果。 Deselaers 料。文字搜尋雖然可以應用在多媒體檢索，但其存 等人[11]提出當採用多個特徵時影像檢索性能可 在些固有的缺點。舉例來說，為了搜尋準確性，管 以被提高，因為影像中提取的每個特徵只是代表圖 理者必須為所有的多媒體資料手動地標記關鍵 像內容的某些方面，而多個特徵可以提供影像內容 字，當資料量很大時，處理起來是相當耗時的。另 的充分描述。 [12]-[13]也表明一個特殊的特徵對於 一方面不同的人因為個體差異或國家影像對於多 不同影像搜尋不是同樣的重要，因為一個特殊的特 媒體內容的解釋也可能會有所不同，標記的關鍵字 徵，在反映不同影像的內容具有不同的重要性。 也會跟著不同，透過文字無法明確地描繪出多媒體 Pujari 等人[14]考慮顏色、紋理和形狀資訊的組合 內容。為了克服關鍵字搜尋缺點，另一個基於內容 概念來建立影像檢索的高效架構。 Chun