论文评语北京大学人工智能试验室.doc

论 文 评 语 指导老师意见： 成绩： 指导老师： 2005年6月7日 摘要 互联网技术迅速发展的今天，网络上所存储的信息从种类和数量上来说，都在不断的飞速增加。如何能够帮助用户准确检索和定位各种媒体文件，成为了网络搜索引擎发展的一大难题。 传统的搜索引擎是基于文本的搜索引擎，通过分析网页中的文本信息来确定网页的内容。但是，对图片等媒体文件，仅适用文本使无法准确描述其内容的，这样就为精确检索和定位这些文件造成了困难。解决的方法，就是构造基于内容的图像搜索引擎。该项工作的难度很大，在目前的初步研究工作中，我们采取缩小检索范围，从某类商标图案入手的办法来降低难度。本文选取汽车商标作为分类和检索的对象。主要工作包括： 基于内容的图片搜索引擎重点难点问题分析，以及对现有的基于内容的检索技术的分析和研究； 常用图片特征及其提取技术研究； 对于商标图案检索的初步研究。包括商标图案的特征研究，网络图片特征研究，商标的切割定位算法实现以及特征提取和对比。我们采用二值化图片作为商标图片的特征，用点对点对比的方式进行了对比； 商标图片检索初步试验。商标分类实验采用5种汽车商标作为我们的识别对象，对两组实验集进行分类和识别。 以上工作中，商标的切割定位和使用二值化图片作为特征是我们最具创造性的工作。通过对商标图片检索的初步试验，我们发现使用二值化图片作为商标图案的特征描述方式具有一定的有效性，能够将大部分测试图片进行正确的分类。 关键词：内容，搜索引擎，特征提取，对比算法，二值化图片 Abstract With the rapid progressing of the Internet, the files on the Internet are increasing in high speed, both in quantity and category. How to help the users to search and locate in media files on the Internet has become one of the most important questions in the field of search engine. The traditional content-based search engine is helpless when solving the previews problem, because it is difficult to describe the content of media files accurately by only text. People are looking forward to the content-based search engine. To reduce the difficulties during our starting period, we chose some kinds of automobile trademarks as our goal of recognition. Our research contains the following parts: The analysis to the main problem we will face in filed of content-base search engine; Research to the general feature used in picture recognition and their extraction technique. Our introductory research to the search engine based on auto trademarks, including the research to the features of the trademark images and net images, the location and cutting algorithm of the trademark images, feature extraction and comparing. We use binary images of the trademarks as the descriptor to their shape features. The experiment on trademarks recognition using our algorithm. The location and cutting algorithm and rec