基于多线索融合的互联网图像搜索引擎关键技术研究

摘要

随着计算机技术的发展和网络带宽的提高，互联网上的图像资源变得越来越丰富，它们被大量的内嵌在HTML网页中，构成了一个庞大的“互联网图像库”。信息量的庞大和纷繁复杂使互联网图像检索技术变得十分重要，而目前图像检索的瓶颈问题是如何准确识别图像的语义。基于内容的图像检索在利用图像底层特征逼近语义上仍存在很大的鸿沟，而使用人工标注则费时费力。需要注意的是，与普通的图像库不同，互联网环境为图像提供了多线索的语义支持，例如图像所处网页的网页结构、环绕文本、链接信息等。然而，目前的搜索引擎未能很好的融合利用这些线索，从而给出较低的查准率和查全率。另外，目前的搜索引擎没有对返回结果进行有效的归类，给用户的使用造成不便。本文对互联网图像搜索引擎的关键技术进行了拓展性研究，重点研究了多线索融合的图像标注技术和基于谱聚类算法的分类技术，并实现了一个互联网图像搜索系统ISearch。这些技术对于解决互联网搜索引擎和类似信息库的分析与检索问题有一定的价值。 本文首先介绍了研究背景，简述了现有技术与不足，并概括了本文的主要工作。 在第二章中，综述了图像检索的研究状况，包括相关技术和典型系统。 在第三章中，介绍了基于各种线索的图像标注方法，然后对融合多线索的网页图像标注技术作出探讨。 在第四章中，讨论了利用谱聚类对网页图像进行分类的方法，介绍了谱聚类方法涉及的网页图像向量化、降维算法和聚类算法。 在第五章中，实现了一种基于互联网图像标注和分类的图像搜索系统ISearch，在本章中对其系统架构和实现技术进行了介绍，并给出实验结果。 在第六章中我们对全文作了总结，讨论了本文所述技术的应用前景和未来的研究方向。

目录

文摘

英文文摘

第1章.概述

第2章.图像搜索系统综述

第3章.融合多线索的图像标注算法

第4章.基于谱聚类的图像分类算法

第5章.ISearch图像搜索系统

第6章.总结与展望

参考文献

致谢