基于文本信息與視覺信息相結(jié)合的Web圖像檢索.pdf

1、隨著計算機技術(shù)和Internet的高速發(fā)展，各種各樣的信息被存放于互聯(lián)網(wǎng)這個巨大的信息庫里。由于Internet的資源共享和快速通信的強大功能，使得Internet的普及率日益提高，人們越來越多地利用Internet查找和搜索各種信息，這其中，不僅僅有簡單的文本數(shù)據(jù)，更加包括了大量的圖像。圖像不同于文本，它具有豐富的視覺特征，可以將抽象的數(shù)據(jù)更加形象化、真實化，有助于用戶更加直觀、生動地對知識的深入理解。然而，圖像的視覺信息非常豐富，由

2、于不同人的感知能力與知識結(jié)構(gòu)等的不同，對相同圖像的視覺信息的理解必然存在差異，如何快速、準確地從海量Web圖像資源中查找用戶需要的圖像，成為一個非常具有挑戰(zhàn)性的任務。目前主要的 Web圖像檢索方法大致分為兩種：一種是基于文本的圖像檢索(TBIR)，另一種是基于內(nèi)容的圖像檢索(CBIR)。
　　 基于文本的圖像檢索方法具有人工注解工作量巨大、主觀性強以及文本注解無法完全涵蓋圖像內(nèi)容的缺陷，而基于內(nèi)容的圖像檢索方法雖然有效地克服了人

3、工描述圖像的主觀性，提高了圖像檢索的工作效率，但圖像的低層視覺特征和高層語義特征之間存在著難以逾越的“語義鴻溝”，大大影響了圖像檢索的質(zhì)量。
　　 針對上述兩種圖像檢索方法的缺陷和Web圖像自身的特點，本文提出了一種改進的Web圖像檢索方法：把從Web圖像所在網(wǎng)頁包含的文本信息中提取的文本特征，和從Web圖像低層視覺特征中抽取的高層語義特征相結(jié)合的Web圖像檢索。
　　 基于以上提出的圖像檢索方法，首先，本文利用語義相似

4、性計算技術(shù)作為語義信息的度量手段，來度量Web圖像中文本信息的相似度，并為后面研究Web圖像的文本信息和視覺信息(即從低層視覺特征中抽取的高層語義特征)的結(jié)合，提供基礎和平臺。
　　 其次，Web圖像的低層視覺特征和高層語義特征之間存在著難以逾越的“語義鴻溝”，針對語義鴻溝問題，本文提出了一個基于分類的Web圖像內(nèi)容自動標注方法，來提取圖像的高層語義特征；然后，利用語義相似性計算技術(shù)，來度量提取出的高層語義特征的質(zhì)量，并進一步將

5、圖像內(nèi)容的高層語義特征和Web圖像文本信息的更好地結(jié)合在一起。
　　 接著，為了充分利用從Web圖像中提取的文本信息和從Web圖像低層視覺特征中抽取的高層語義特征，把這兩部分的內(nèi)容放在具有多信息源融合能力的貝葉斯推理網(wǎng)上，將它們充分地結(jié)合在一起，實現(xiàn)基于文本信息與視覺信息相結(jié)合的Web圖像檢索方法。
　　 基于上述研究，本文設計并實現(xiàn)了一個Web圖像檢索原型系統(tǒng)，把從Web圖像文本信息中提取的文本特征，和從Web圖像內(nèi)容