分享到:

挺进图像搜索时代

$T在信息爆炸的今天,“谁”能将那些杂乱的信息梳理成大众可以查询的数据,那么“他”就能成为这个时代的王者!$$Google显然是第一个坐上王者宝座的,在文字关键词搜索领域,它几乎无人能敌,拥有绝对的权威与霸主地位。如今,我们正以惊人的速度在网络中传输着各种图片信息、视频信息,在令人眼花缭乱的图片中,又有谁能帮我们搜寻到最精准的答案,成为搜图时代的新霸主呢?$E$$图像搜索Flicker的新尝试$$伴随着Web2.0的崛起。伴随着图库网站和YouTube视频网站的“野蛮成长”,能够将这些文字搜索引擎无能为力的信息梳理好,将会创造出无比巨大的财富与价值,而图像搜索技术显然是这场搜索变革中的关键因素。$$在传统搜索引擎中,搜索引擎通过与图片相关的网页检索出关键字,然后通过这些关键字辨别图片是否与查询信息相符。但是,关键字是随机提取的,虽然通过优化算法已经大大减少了无关图像的出现几率,但它仍然不能够满足人们的需求,因为需求有时是模糊的,...  (本文共2页) 阅读全文>>

权威出处: 电脑报2008-06-02
上海交通大学
上海交通大学

快速图像搜索关键技术研究

大数据时代的到来,使得我们对多媒体信息搜索的需求日益高涨,作为多媒体信息的重要载体之一,图像数据已经成为当今数据来源的重要组成部分。由于网络海量多媒体数据以几何级数的剧增以及人们对大规模图像搜索的迫切需求,如何用最少的时间和存储空间对这些巨量非结构化高维图像数据进行快速高效的查询检索,已经成为当前计算机视觉和信息检索领域的重要研究方向。这是摆在我们面前亟待解决的问题,同时这也对快速图像搜索技术提出了更高的要求和挑战。目前图像搜索的研究主要集中在图像特征学习和表述、图像高层语义信息建模、图像相似性搜索、图像搜索结果重排序以及分布式图像搜索系统研究这几个部分。本文从构建大规模图像系统的角度出发,分别对图像特征提取和表述方法,高层语义信息建模、相似度搜索中近似算法、以及分布式系统实现进行了探索和研究。本文的主要创新点和工作归纳如下:1.提出了一种基于半监督学习方法的多示例包的构造方法。该方法利用高斯混合和层次性瓶颈聚类算法进行联合建模...  (本文共148页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于内容的图像检索通用技术研究及应用

本论文针对 Internet 上日益增长的多媒体信息检索应用需求,以及目前国内外现有的基于内容的图像检索系统在通用性设计及系统性能优化等方面的局限性,系统而深入地探讨了基于内容的图像检索通用技术中若干重要问题,提出了一套完整的解决方案,着重于新的图像特征描述方法,特征提取、匹配与索引方法,相似性度量与快速检索算法等方面的研究,构建了一个基于内容的图像检索通用模型,通过在本地图像库和 Internet 上试验,验证了方案的合理性。在简要介绍了研究背景和意义,国内外基于内容的图像检索通用技术的发展与应用现状基础上,本文主要研究了四个方面问题:图像特征分析、图像检索技术、图像搜索技术、系统设计及实现。第一方面,详细地分析了基于内容的图像检索系统中典型的图像特征(颜色、纹理、形状等),针对目前尚不成熟的形状特征描述,提出了一种基于小波和相对矩的形状特征提取与匹配方法。该方法兼顾了图像边界与区域特点,统一了形状特征的边界、区域和结构描述,...  (本文共157页) 本文目录 | 阅读全文>>

北京邮电大学
北京邮电大学

基于深度学习的图像搜索系统研究与实现

随着人工智能的浪潮兴起和智能技术的发展普及,互联网和移动智能终端产生的数字图像呈现指数爆炸增长。图像数据给用户带来舒适体验和便捷服务的同时,也带来了巨大挑战。如何从海量的图像数据中筛选用户感兴趣的图片,并搜索用户想要的相关相似内容是面临的数据难题。图像搜索作为计算机视觉研究的重要领域之一,可以解决大规模数字图像搜索相似内容这一难题。图像搜索目前在研究和应用中仍存在的问题有:(1)图像内容特征难以准确表达,即计算机的模型算法对图像特征的表达与人在视觉上的感知存在差异性,降低了图像搜索的准确率;(2)近似近邻搜索算法中,单一度量函数对图像内容特征相似度结果存在偏差导致准确率下降问题仍需研究;(3)目前国内外图像搜索的应用引擎大多是基于文本的方式,图像搜索结果存在不相关的情况较多。针对上述问题,本文以深度学习为支撑,重点围绕生成高效且蕴含语义的图像内容特征和快速准确实现大规模图像搜索进行研究,实现了面向互联网购物平台的图像搜索系统。主...  (本文共72页) 本文目录 | 阅读全文>>

山东师范大学
山东师范大学

基于深度学习神经网络的图像搜索技术研究

在大规模的图像数据集中搜索相似图像是近年来比较热门的研究课题,它在生活各方面都有着广泛的应用。图像搜索技术,即将我们建立的图像数据库中与待查询图像相似或相同的一系列图像提取出来的技术。至于图像间的相似度,则需要通过图像间的特征来判断。现在的图像检索大多是基于内容的图像搜索(Content-based Image Retrieval)即CBIR,相对于它之前的基于文本的图像搜索,该方法主要是通过分析处理图像本身所包含的包括大小、形状和颜色等方面的内容信息,进而根据这些图像信息从图像库中搜索到相似图像。但是由于当今社会数据规模的不断增大,在数据存储、处理速度和结果准确性方面对图像搜索系统都有着越来越高的要求。深度学习(Deep Learning)是近几年比较火的一种能自动进行任务学习的机器学习方法,通过模仿人脑处理信息的机制来处理文本、声音和图像等信息。它是具有多个通过权重相连接的隐藏层的深度神经网络(Deep Neural Net...  (本文共61页) 本文目录 | 阅读全文>>

东南大学
东南大学

基于图像搜索的婚恋网系统的设计与实现

在这个“始于颜值,终于灵魂”的时代,相貌在相亲交友的过程中起着非常重要的作用。尽管婚恋网为单身青年提供了一个良好的相亲交友平台,但是已有的婚恋网的搜索系统实现根据相貌进行搜索功能,从而导致用户搜索到的结果可能并不理想。产生上述问题的主要原因是当前的婚恋网提供的搜索系统只允许用户根据某些关键字进行搜索而不能根据含有人脸的图像进行搜索。为了改善上述问题,本文实现了一个基于人脸图像搜索技术的婚恋网系统,从而达到根据相貌搜索的目的。本文从分析和设计婚恋网系统开始,研究了支持向量机和卷积神经网络,实现了人脸图像特征生成模块和基于人脸图像的搜索模块,最后利用相关的技术开发出了可以根据人脸图像进行搜索的婚恋网系统。论文的主要工作包括下几个方面:(1)分析了婚恋网系统的功能需求和非功能需求,设计了婚恋网系统的总体架构。通过采用MVC的设计模式,实现了层次分明的架构和系统解耦。(2)研究了支持向量机(support vector machine,...  (本文共78页) 本文目录 | 阅读全文>>