基于異構(gòu)特征統(tǒng)計(jì)分析的跨媒體檢索研究.pdf

1、從上個(gè)世紀(jì)初期開始,基于內(nèi)容的多媒體檢索成為來(lái)多媒體信息檢索領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)基于內(nèi)容的多媒體檢索研究,主要是針對(duì)單一類型的多媒體對(duì)象,包括圖像檢索、音頻檢索、視頻檢索等。這些研究大多不能支持不同類型多媒體對(duì)象間的相互檢索。研究表明,人腦是通過(guò)跨越不同感官所傳遞的信息來(lái)作出綜合判斷,從而完整地認(rèn)知外界事物的。類似地,要形成對(duì)多媒體語(yǔ)義的整體理解,多媒體檢索的必須能夠靈活地跨越不同類型的多媒體數(shù)據(jù),這就是本文所提到的跨媒體檢索。

2、　　 跨媒體檢索是一種新興的檢索技術(shù),源于基于內(nèi)容的多媒體檢索研究?；趦?nèi)容的多媒體檢索研究自從九十年代初期被提出以來(lái),一直是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)非?；钴S的研究方向,該研究綜合應(yīng)用了統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、模式識(shí)別、人機(jī)交互、多媒體數(shù)據(jù)庫(kù)等多個(gè)領(lǐng)域的知識(shí),以解決傳統(tǒng)基于文本的多媒體檢索存在標(biāo)注費(fèi)時(shí)費(fèi)力、主觀差異性大等缺陷。最初被提出來(lái)的是基于內(nèi)容的圖像檢索技術(shù),從圖像中提取顏色、紋理、形狀等視覺(jué)特征構(gòu)成特征向量,作為圖像的索引。這種技術(shù)后來(lái)

3、也被運(yùn)用到基于內(nèi)容的視頻檢索和音頻檢索運(yùn)動(dòng)數(shù)據(jù)檢索等。這些方法大多取得了不錯(cuò)的檢索效果,但是不支持檢索過(guò)程中不同類型多媒體對(duì)象之間的靈活跨越,跨媒體檢索正是基于這一思路?？缑襟w檢索的研究目標(biāo)是使計(jì)算機(jī)能夠綜合處理和檢索圖像、音頻等數(shù)字化的視覺(jué)和聽(tīng)覺(jué)信息,形成對(duì)多媒體語(yǔ)義的整體理解,突破傳統(tǒng)方法在檢索過(guò)程中對(duì)多媒體類型的限制。
　　 針對(duì)圖像、音頻等多媒體數(shù)據(jù)在底層內(nèi)容特征上的異構(gòu)性和不可比性使得難以計(jì)算跨媒體相關(guān)性的現(xiàn)狀,本文以