基于多線索融合的互聯(lián)網(wǎng)圖像搜索引擎關鍵技術研究.pdf

1、隨著計算機技術的發(fā)展和網(wǎng)絡帶寬的提高，互聯(lián)網(wǎng)上的圖像資源變得越來越豐富，它們被大量的內(nèi)嵌在HTML網(wǎng)頁中，構(gòu)成了一個龐大的“互聯(lián)網(wǎng)圖像庫”。信息量的龐大和紛繁復雜使互聯(lián)網(wǎng)圖像檢索技術變得十分重要，而目前圖像檢索的瓶頸問題是如何準確識別圖像的語義?；趦?nèi)容的圖像檢索在利用圖像底層特征逼近語義上仍存在很大的鴻溝，而使用人工標注則費時費力。需要注意的是，與普通的圖像庫不同，互聯(lián)網(wǎng)環(huán)境為圖像提供了多線索的語義支持，例如圖像所處網(wǎng)頁的網(wǎng)頁結(jié)構(gòu)、環(huán)

2、繞文本、鏈接信息等。然而，目前的搜索引擎未能很好的融合利用這些線索，從而給出較低的查準率和查全率。另外，目前的搜索引擎沒有對返回結(jié)果進行有效的歸類，給用戶的使用造成不便。本文對互聯(lián)網(wǎng)圖像搜索引擎的關鍵技術進行了拓展性研究，重點研究了多線索融合的圖像標注技術和基于譜聚類算法的分類技術，并實現(xiàn)了一個互聯(lián)網(wǎng)圖像搜索系統(tǒng)ISearch。這些技術對于解決互聯(lián)網(wǎng)搜索引擎和類似信息庫的分析與檢索問題有一定的價值。 本文首先介紹了研究背景，簡述

3、了現(xiàn)有技術與不足，并概括了本文的主要工作。 在第二章中，綜述了圖像檢索的研究狀況，包括相關技術和典型系統(tǒng)。 在第三章中，介紹了基于各種線索的圖像標注方法，然后對融合多線索的網(wǎng)頁圖像標注技術作出探討。 在第四章中，討論了利用譜聚類對網(wǎng)頁圖像進行分類的方法，介紹了譜聚類方法涉及的網(wǎng)頁圖像向量化、降維算法和聚類算法。 在第五章中，實現(xiàn)了一種基于互聯(lián)網(wǎng)圖像標注和分類的圖像搜索系統(tǒng)ISearch，在本章中對其系統(tǒng)架