数字图书馆的智能图像检索系统研制.pdf

重庆理工大学 数字图书馆的语义图像检索综述 宣讲人：王华秋 主要 内容 一、基于语义的图像检索在 数字图书馆的应用背景 二、图像检索技术发展历程 三、图像语义映射关键技术 三、图像语义映射框架 四、语义映射方法 五、未来发展趋势 一、基于语义的图像检索在数字图 书馆的应用背景 数字图像作为数字图书馆多媒体信息的重要组成 部分，以其内容丰富、生动形象、清晰明了等特点 在人类生活中扮演着越来越重要的角色。随着社会 数字化程度的不断提高，数字图像在人类工作、生 活等领域的应用和传播也越来越广泛，其数量正以 惊人的速度增长。所以如何从海量图片中获取满足 用户需求的图像已成为科研工作者的研究目标。 一、基于语义的图像检索在数字图 书馆的应用背景 数字图像数据 人们对图像检索 量猛增 的需求日益增加 基于文本的图像 基于底层特征的 检索费时费力 图像检索效果差 二、图像检索技术发展历程 [1] 目前存在的图像检索方法大致分为三个阶段 ： 1、TBIR （20世纪70年代） 基于文本的图像检索技术 (Text-based Image Retrieval ） 需要人工对图像的标题、作者等相关信息进行标注， 从而将视觉信息转换成文本信息以便于检索。 优点：简单直观，符合人们对图像语义的理解。 缺点：费时费力，效率低，人工标注具有一定的主 观性。 二、图像检索技术发展历程 2、CBIR （20世纪90年代） 基于内容的图像检索技术 (Content-based Image Retrieval ） 通过提取图像的低层特征，包括图像的颜色、纹理和 形状等低层视觉特征，计算出图像特征的相似度，进而 通过相似度比较实现检索图像的目的。国内外典型的 CBIR系统主要有国外的QBIC、Virage 、NeTra、 SIMPLIcity、Blobworld[2] 以及国内的百度识图。 优点：客观，省事省力，提供新的检索方式。 缺点：底层特征与高层语义存在较大距离。底层特 [3] 征与高层语义存在所谓的 “语义鸿沟” ，检索结果 不够理想。 二、图像检索技术发展历程 3、SBIR （20世纪90年代） 基于内容的图像检索技术 (Semantic-based Image Retrieval ） 建立图像低层特征与高层语义的映射关系，通过图像 之间的语义特征相似程度实现图像检索。 优点：自动程度高，检索结果更符合要求。 缺点：运算量大，硬件要