王春妍

(江蘇海事職業(yè)技術(shù)學(xué)院信息工程系，江蘇 南京 211170)

1.引言

移動(dòng)終端的迅速發(fā)展，使得一個(gè)完全網(wǎng)絡(luò)時(shí)代降臨。用戶和網(wǎng)絡(luò)間的連接不僅限于室內(nèi)或者計(jì)算機(jī)設(shè)備，而且可以通過(guò)任何終端訪問(wèn)互聯(lián)網(wǎng)。目前移動(dòng)終端設(shè)備迅速發(fā)展，屏幕規(guī)?？蛇_(dá)到5英尺，將實(shí)現(xiàn)八核處理器，和快速指紋識(shí)別功能。此外，針對(duì)用戶時(shí)空信息的提取技術(shù)也已基本成熟，可以利用三維的時(shí)空信息幫助用戶更好地在網(wǎng)絡(luò)中進(jìn)行交流。因此，圖像采集技術(shù)也從傳統(tǒng)的攝像和掃描等獲取方式，轉(zhuǎn)變成和移動(dòng)終端緊密連接的方式，從而獲得豐富信息的、多維度的圖像。

2.圖像自動(dòng)標(biāo)注在信息組織中的應(yīng)用

目前，許多商業(yè)搜索引擎，如Google，Yahoo!等均利用在圖像和視頻上加文本標(biāo)簽的方式，基于語(yǔ)義的搜索方法來(lái)檢索相關(guān)圖像或視頻。這種方式由于圖像信息和標(biāo)注的文本不同步，或者信息不匹配問(wèn)題，常無(wú)法準(zhǔn)確地檢索到所需圖形圖像信息。為了解決低層特征與高層語(yǔ)義概念間的語(yǔ)義鴻溝問(wèn)題，圖像信息的自動(dòng)標(biāo)注研究，成為當(dāng)前關(guān)注的熱點(diǎn)。圖像視頻的標(biāo)注技術(shù)結(jié)合了基于文本的檢索與基于內(nèi)容的檢索兩者的優(yōu)點(diǎn)，有效地解決了語(yǔ)義鴻溝問(wèn)題。基于學(xué)習(xí)的標(biāo)注將圖像或視頻標(biāo)注作為一個(gè)學(xué)習(xí)問(wèn)題，用每幅圖像的所有關(guān)鍵詞或關(guān)鍵詞與視覺(jué)特征的聯(lián)合分布建立一個(gè)統(tǒng)計(jì)模型。在文獻(xiàn)[3]中，利用判別式條件隨機(jī)場(chǎng)CRF模型把圖像作為整個(gè)觀察數(shù)據(jù)，用組合的方式從語(yǔ)義層次和視覺(jué)層次獲得語(yǔ)義概念的相互作用，利用圖形結(jié)構(gòu)建立語(yǔ)義概念的上下文關(guān)系，利用Contextual Kernel解決一組獨(dú)立的二次設(shè)計(jì)問(wèn)題，用TRECVID做實(shí)驗(yàn)數(shù)據(jù)庫(kù)來(lái)訓(xùn)練模型。該方法的優(yōu)點(diǎn)是不需要圖像分割，與傳統(tǒng)的SVM方法相比，查準(zhǔn)率和查全率都有很大提高。

3.圖像搜索引擎檢索模式分析

圖像搜索引擎的檢索模式就是它的檢索方式，根據(jù)這些檢索方式來(lái)確定不同的檢索策略。圖像檢索模式的核心問(wèn)題是圖像特征的抽取和圖像檢索。前面的圖像搜索引擎的案例代表了兩種不同的檢索模式：基于文本的檢索模式和基于內(nèi)容的檢索模式，此外還有基于兩者結(jié)合的綜合特征的檢索模式。下面就對(duì)圖像搜索引擎檢索模式進(jìn)行分析，并探討不同的應(yīng)用狀況。

(1)基于文本的檢索模式

基于文本的圖像檢索是對(duì)圖像的名稱、編號(hào)、內(nèi)容描述、圖像大小、圖像所在文件的大小、圖像來(lái)源、作者、建立圖像的時(shí)間、存儲(chǔ)地點(diǎn)等關(guān)鍵性的信息采用自動(dòng)標(biāo)引或進(jìn)行人工注釋，并進(jìn)行圖像的特征抽取，建立圖像索引數(shù)據(jù)庫(kù)，然后按全文數(shù)據(jù)庫(kù)管理，采用全文數(shù)據(jù)庫(kù)檢索方法?，F(xiàn)在的基于網(wǎng)絡(luò)的圖像搜索引擎就是大都采用的這種基于文本的檢索模式。網(wǎng)絡(luò)上的圖像文件通常以GIF、JPG、PNG等作為擴(kuò)展名的。如Google抽取圖像的題名、圖像大小、圖像內(nèi)容的描述語(yǔ)言、圖像所在文件的大小、圖像來(lái)源、作者、建立圖像的時(shí)間、存儲(chǔ)地點(diǎn)等信息，專門針對(duì)這些圖像信息建立索引。Corbis通過(guò)人工對(duì)圖像信息標(biāo)注。

(2)基于內(nèi)容的檢索模式

大容量的圖像/視頻數(shù)據(jù)庫(kù)，一般的文字搜索引擎已經(jīng)不能滿足用戶需求，基于內(nèi)容的圖像檢索技術(shù)如何快速、有效地從大規(guī)模的圖像庫(kù)中檢索出有用的圖像已成為國(guó)內(nèi)外研究的熱點(diǎn)。雖然該方法有效地考慮了圖像的語(yǔ)義信息，但是基于關(guān)鍵詞的圖像檢索方式存在因用戶理解差異而導(dǎo)致對(duì)圖像語(yǔ)義理解的歧義問(wèn)題。

4.圖像信息的分析與服務(wù)

隨著個(gè)性化服務(wù)技術(shù)的發(fā)展，圖像信息資源管理也要求實(shí)時(shí)記錄和更新用戶的個(gè)性化信息，檢索時(shí)遍歷用戶側(cè)檔，為不同用戶輸出符合用戶個(gè)性化要求的檢索結(jié)果，用戶每次反饋的信息都會(huì)有選擇性地再次更新用戶側(cè)檔中的信息，使個(gè)性化信息永遠(yuǎn)持續(xù)被更新。

5.結(jié)束語(yǔ)

目前隨著用戶對(duì)圖像資源檢索的需求量不斷增大，圖像搜索引擎的發(fā)展如火如荼。圖像搜索引擎向著個(gè)性化、智能化，以及交互性方向不斷推進(jìn)。圖像搜索引擎的個(gè)性化原則需要打破當(dāng)前用戶界面提供什么樣的圖像信息顯示內(nèi)容、排列什么樣的搜索結(jié)果、利用什么樣的訪問(wèn)設(shè)備等別無(wú)選擇的限制，從根本上實(shí)現(xiàn)查詢界面的個(gè)性化、信息類型的個(gè)性化、訪問(wèn)設(shè)備的個(gè)性化等。

[1]汪斌.基于ARM和GPRS的農(nóng)田現(xiàn)場(chǎng)信息遠(yuǎn)程采集系統(tǒng)的研究[D].昆明理工大學(xué)，2010.

[2]張慶輝.無(wú)線糧倉(cāng)害蟲檢測(cè)系統(tǒng)[D].河南工業(yè)大學(xué)，H04N7/18；H04N7/08.

[3]Y Xiang，Semantic context modeling with maximal margin conditional random fields for automatic image annotation[C]，Computer Vision and Pattern Recognition(CVPR)，2010 IEEE Conference on，3368–3375

[4]Jamieson，M，Using Languageto Learn Structured Appearance Models for Image Annotation[J].IEEE Transactions Pattern Analysis and Machine Intelligence，2010，31（1）.