盛 艾

（中國(guó)美術(shù)學(xué)院圖書館，浙江 杭州 310002）

隨著信息技術(shù)的迅速發(fā)展，美術(shù)作品的載體由傳統(tǒng)紙質(zhì)形態(tài)向數(shù)字化形態(tài)轉(zhuǎn)型。一方面，傳統(tǒng)的美術(shù)作品被數(shù)字化，建成相應(yīng)的特色數(shù)據(jù)庫(kù)，如中央美術(shù)學(xué)院的年畫招貼畫庫(kù)、天津美術(shù)學(xué)院圖書館的世界美術(shù)作品賞析庫(kù)等；另一方面，當(dāng)前功能豐富的軟件應(yīng)用允許創(chuàng)作者直接生產(chǎn)數(shù)字美術(shù)作品。同時(shí)，針對(duì)數(shù)字化美術(shù)作品資源建設(shè)的項(xiàng)目也不斷推進(jìn)，如全國(guó)高等藝術(shù)院校圖書館專業(yè)委員會(huì)的“區(qū)域數(shù)字藝術(shù)圖書館”項(xiàng)目、廣州美術(shù)學(xué)院的“數(shù)字化美術(shù)與設(shè)計(jì)文獻(xiàn)資源服務(wù)體系建設(shè)”項(xiàng)目等[1]。

隨著數(shù)字化美術(shù)作品數(shù)量的不斷增加，如何檢索并利用美術(shù)作品成為研究者關(guān)注的重點(diǎn)，有關(guān)美術(shù)作品檢索效率和檢索質(zhì)量的研究不斷深入，成果涌現(xiàn)。為全面了解當(dāng)前的研究現(xiàn)狀，筆者將對(duì)數(shù)字化美術(shù)作品檢索領(lǐng)域的研究文獻(xiàn)進(jìn)行較為系統(tǒng)的統(tǒng)計(jì)與分析。

1 檢索概況

以中國(guó)知網(wǎng)（CNKI）學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)為數(shù)據(jù)源，檢索策略為關(guān)鍵詞=（“美術(shù)”or“書畫”or“壁畫”or“草圖”）and“檢索”，匹配模式為“精確”，時(shí)間截止到2014年6月31日，經(jīng)篩選去除重復(fù)、非學(xué)術(shù)性及相關(guān)度不大的文章，最終檢得數(shù)字化美術(shù)作品檢索研究相關(guān)文獻(xiàn)71篇。

1.1 發(fā)文時(shí)間和數(shù)量分布

研究論文的數(shù)量是衡量某領(lǐng)域發(fā)展水平和研究程度的一個(gè)重要指標(biāo)。通過對(duì)檢出文獻(xiàn)的發(fā)表時(shí)間進(jìn)行統(tǒng)計(jì)，可以大致了解數(shù)字化美術(shù)作品檢索的研究趨勢(shì)。如圖1所示，國(guó)內(nèi)對(duì)數(shù)字化美術(shù)作品檢索的研究開始時(shí)間較早，第一篇研究論文出現(xiàn)于1998年，之后隨著時(shí)間的推移逐漸增長(zhǎng)，但速度不快，這主要與該領(lǐng)域研究技術(shù)要求較高有關(guān)。隨著數(shù)字化技術(shù)的不斷推進(jìn)，數(shù)字化美術(shù)作品檢索將會(huì)得到越來越多的關(guān)注。

圖1 數(shù)字化美術(shù)作品檢索研究文獻(xiàn)年度分布

1.2 發(fā)文期刊分布

表1 數(shù)字化美術(shù)作品檢索研究文獻(xiàn)刊載期刊

由表1可見，71篇數(shù)字化美術(shù)作品檢索研究文獻(xiàn)中，在圖書情報(bào)類期刊上發(fā)表了19篇，占26.76%，其中包括國(guó)內(nèi)權(quán)威期刊《中國(guó)圖書館學(xué)報(bào)》。其他期刊發(fā)表了26篇，占36.62%，比重較大，其主要分布在計(jì)算機(jī)和軟件科學(xué)領(lǐng)域，這主要是由于數(shù)字化美術(shù)作品檢索與圖像描述和檢索技術(shù)相關(guān)聯(lián)。值得注意的是，該領(lǐng)域博碩士論文的比重較大，有14篇，達(dá)19.72%，包括北京交通大學(xué)、北京郵電大學(xué)、中國(guó)科學(xué)院研究生院、浙江大學(xué)等高校，部分為計(jì)算機(jī)和軟件科學(xué)領(lǐng)域重點(diǎn)實(shí)驗(yàn)室，說明數(shù)字化美術(shù)作品檢索的技術(shù)水平要求較高。

1.3 關(guān)鍵詞分析

在71篇數(shù)字化美術(shù)作品檢索相關(guān)領(lǐng)域研究文獻(xiàn)中，共涉及關(guān)鍵詞279個(gè)，平均每篇3.93個(gè)關(guān)鍵詞，大多數(shù)文獻(xiàn)含2～5個(gè)關(guān)鍵詞。高頻關(guān)鍵詞能反映特定領(lǐng)域的研究現(xiàn)狀和研究特點(diǎn)，我國(guó)數(shù)字化美術(shù)作品檢索領(lǐng)域文獻(xiàn)中頻次排名前十的關(guān)鍵詞分布見表2。

表2 頻次排名前十的關(guān)鍵詞

2 研究主題內(nèi)容分析

當(dāng)前數(shù)字化美術(shù)作品檢索研究主要集中在兩個(gè)方向：一是數(shù)字化美術(shù)作品的檢索技術(shù)和策略；二是不同類型美術(shù)作品的檢索方法。

2.1 檢索技術(shù)和策略

數(shù)字化美術(shù)作品呈現(xiàn)的方式多為圖片形式，因此圖像檢索技術(shù)是數(shù)字化美術(shù)作品檢索的基礎(chǔ)。圖像檢索技術(shù)可以分為兩大類：一種是基于文本的圖像檢索（Text-Based Image Retrieval，TBIR），一種是基于內(nèi)容的圖像檢索（Content-Based image Retrieval，CBIR）。基于文本的圖像檢索在之前以關(guān)鍵字詞、語(yǔ)句的形式實(shí)現(xiàn)從圖像到文本的映射，用戶檢索時(shí)是以文字描述作為查詢條件的，其實(shí)質(zhì)是將圖像檢索轉(zhuǎn)換為文本檢索的形式。基于內(nèi)容的圖像檢索通過對(duì)圖像的顏色、形狀、紋理、位置等視覺信息利用特定的算法和技術(shù)進(jìn)行提取，用戶檢索時(shí)與其進(jìn)行相似度匹配，檢索出一致或相似的圖像[2]。

吳靜[3]、孫小平[4]分析了兩種圖像檢索技術(shù)的優(yōu)缺點(diǎn)，基于文本的圖像檢索產(chǎn)生時(shí)間較早，可以較為詳盡地描述美術(shù)作品的流派、作者、年代、風(fēng)格等信息，但必須依賴人工標(biāo)注，需要耗費(fèi)的時(shí)間和精力較多，并且可能會(huì)帶有標(biāo)注人員的主觀偏差?；趦?nèi)容的圖像檢索能夠依賴計(jì)算機(jī)技術(shù)和特定算法進(jìn)行圖像信息的自動(dòng)提取，然而圖像的底層視覺信息和高層語(yǔ)義信息之間存在著差距，這在美術(shù)作品中尤為明顯，因此在檢索結(jié)果上常常不盡如人意?；诖朔N現(xiàn)狀，許多學(xué)者提出應(yīng)針對(duì)具體的數(shù)字化美術(shù)作品的特點(diǎn)采用相應(yīng)的圖像檢索技術(shù)方法，在語(yǔ)義網(wǎng)的架構(gòu)下，利用本體技術(shù)對(duì)美術(shù)圖像進(jìn)行需求分析，提取其風(fēng)格、類別及內(nèi)容等語(yǔ)義信息并進(jìn)行分類，同時(shí)利用推理機(jī)實(shí)現(xiàn)基于語(yǔ)義的推理和解析，減少人與計(jì)算機(jī)的“語(yǔ)義鴻溝”，提高檢索質(zhì)量。

關(guān)于數(shù)字化美術(shù)作品檢索策略的研究主要圍繞檢索過程展開，為相關(guān)用戶提供指導(dǎo)與教育。褚寧琳[5]介紹了美術(shù)信息檢索的主要技術(shù)和方法，并羅列了一些美術(shù)網(wǎng)站以供利用。王杭[7]討論了如何在網(wǎng)絡(luò)環(huán)境下滿足用戶個(gè)性化信息的檢索策略。周萍[6]、王杭[7]等學(xué)者則從搜索引擎、專業(yè)信息網(wǎng)站、數(shù)據(jù)庫(kù)等入手，介紹了美術(shù)與設(shè)計(jì)信息在互聯(lián)網(wǎng)上的分布及檢索的策略，并對(duì)比分析了各策略的優(yōu)劣。

2.2 不同類型美術(shù)作品的檢索方法

美術(shù)作品類型十分豐富，不同類型的數(shù)字化美術(shù)作品的檢索方法不同。

2.2.1 國(guó)畫的檢索方法

國(guó)畫是中國(guó)古代繪畫藝術(shù)的主要表現(xiàn)形式，從古至今有大量的畫作問世。黎宇帆等[7]根據(jù)國(guó)畫的差異性和相似性特點(diǎn)，應(yīng)用向量機(jī)（SVM）算法將國(guó)畫分為山水畫、人物畫、花鳥畫、竹子畫和鞍馬畫這5種類型；并將數(shù)字化圖像轉(zhuǎn)化為HSV模式，對(duì)H、S、V分量進(jìn)行非等間隔量化，組成一維特征向量；同時(shí)結(jié)合慣性比形成圖像顏色特征信息，使用灰度共生矩陣算法獲取紋理特征信息；最后，通過對(duì)比網(wǎng)格搜索、遺傳算法（GA）、粒子群算法（PSO）的參數(shù)尋優(yōu)方法，應(yīng)用網(wǎng)格搜索法對(duì)國(guó)畫圖像進(jìn)行分類，并對(duì)比了BP神經(jīng)網(wǎng)絡(luò)和判別分析算法的分類效果，證明SVM對(duì)國(guó)畫進(jìn)行分類的正確率能達(dá)到97%，能有效提高數(shù)字化國(guó)畫作品的檢索效率。關(guān)曉惠[8]提出了一種國(guó)畫自動(dòng)分類與檢索系統(tǒng)，其根據(jù)基于統(tǒng)計(jì)Gabor小波特征和顏色直方圖的國(guó)畫分類算法，統(tǒng)計(jì)畫作的顏色和紋理特征，并構(gòu)建出一個(gè)特殊的特征空間，用戶在這個(gè)特征空間里實(shí)現(xiàn)檢索。鮑泓[9]針對(duì)國(guó)畫圖像語(yǔ)義則提出了一種基于低秩矩陣分解理論的圖像顯著區(qū)域提取算法，其原理是從低秩矩陣分解的理解角度出發(fā)，將圖像的語(yǔ)義內(nèi)容劃分為顯著和非顯著兩部分，非顯著部分一般對(duì)應(yīng)的是背景或干擾物，顯著部分則具有一個(gè)或多個(gè)特征的高差異性，該算法與人類視覺注意過程更為一致，能有效挖掘作品特點(diǎn)，提高檢索質(zhì)量。此外，陳俊杰、杜雅娟和李海芳[10]也設(shè)計(jì)了國(guó)畫圖像語(yǔ)義分類系統(tǒng)，實(shí)現(xiàn)國(guó)畫圖像低階特征與高階語(yǔ)義之間的映射關(guān)系，為數(shù)字化國(guó)畫作品檢索的實(shí)現(xiàn)提供了基礎(chǔ)。

2.2.2 壁畫的檢索方法

壁畫具有極高的歷史價(jià)值和美學(xué)價(jià)值，隨著文化遺產(chǎn)數(shù)字化和數(shù)字人文的興起，數(shù)字壁畫圖像得到大量積累，為其進(jìn)一步利用和傳播奠定了基礎(chǔ)。該領(lǐng)域最早的研究文獻(xiàn)當(dāng)屬1998年魯東明和潘云鶴[11]發(fā)表的《基于形象語(yǔ)義特征的敦煌壁畫檢索》，該文從壁畫風(fēng)格出發(fā)，探討了體現(xiàn)壁畫風(fēng)格的基本特征、形象特征和語(yǔ)義特征，在特征的基礎(chǔ)上提出了“符號(hào)-符號(hào)”、“形象-符號(hào)-形象”和“形象-形象”三大類型檢索方式；引進(jìn)壁畫數(shù)據(jù)模式、通用的壁畫查詢語(yǔ)言和實(shí)現(xiàn)算法，促成特征相互轉(zhuǎn)換，實(shí)現(xiàn)壁畫圖像檢索。梁廣昱[12]則探討了莫高窟壁畫數(shù)字圖像的存儲(chǔ)和檢索技術(shù)，嘗試基于內(nèi)容的圖像檢索技術(shù)在該領(lǐng)域的應(yīng)用，采用以HSV色彩空間上的亮度不變量進(jìn)行基于色彩的圖像檢索的方法，可以在小規(guī)模圖像數(shù)據(jù)庫(kù)中僅憑圖像的色彩特征進(jìn)行與分辨率和亮度無關(guān)的壁畫圖像檢索；嘗試進(jìn)一步提取數(shù)字特征來作為索引來加速檢索，可濾掉87.5%的候選圖像，有效減少檢索時(shí)間；提出以二值化圖像的不變矩為特征進(jìn)行基于草圖的圖像檢索的方法，有效實(shí)現(xiàn)對(duì)草圖和殘損圖像等的檢索。王曉光[13]等人在信息需求理論和圖像元數(shù)據(jù)的基礎(chǔ)上，對(duì)敦煌壁畫數(shù)字圖像提出了語(yǔ)義描述框架和領(lǐng)域主題詞表相結(jié)合的圖像語(yǔ)義描述方法，闡述了底層視覺特征、對(duì)象、場(chǎng)景、行為、情感等語(yǔ)義描述層次及之間的相互關(guān)系，試圖填補(bǔ)用戶需求和數(shù)字圖像描述之間的鴻溝，滿足用戶圖像查詢和檢索的需要。

2.2.3 古籍插圖的檢索方法

中國(guó)自古以來就有“左圖右史”之說，文不足者補(bǔ)之以圖，圖不盡者說之以文，圖文互補(bǔ)，由此也可見古籍插圖的重要地位。然而，一般來說古籍由于年代久遠(yuǎn)，數(shù)字化掃描的圖像噪聲較多，圖像質(zhì)量較差，因此在數(shù)字化檢索中存在著許多困難。當(dāng)前有關(guān)該領(lǐng)域的研究相對(duì)較少，僅有3篇論文：魏宏喜[14]針對(duì)蒙古文古籍圖像檢索進(jìn)行了研究，提出利用離散傅里葉變換將描述單詞圖像的每種輪廓特征向量都變換到頻域空間，滿足大規(guī)模文檔圖像檢索問題對(duì)檢索實(shí)時(shí)性的要求；孫清偉[15]對(duì)中醫(yī)本草古籍的圖像進(jìn)行了研究，根據(jù)調(diào)研情況將其分為藥物圖、診斷圖、經(jīng)絡(luò)穴位圖、內(nèi)景臟腑圖、基礎(chǔ)圖、理論圖、養(yǎng)生練功圖、符咒圖、人物圖、星象圖10類，并對(duì)其檢索利用提出了相關(guān)建議；楊之峰[16]則論述了大型網(wǎng)站、商業(yè)搜索引擎和專題圖像數(shù)據(jù)庫(kù)中古籍插圖數(shù)字化檢索的發(fā)展?fàn)顩r及主要的優(yōu)缺點(diǎn)。

2.2.4 手繪草圖的檢索方法

基于手繪草圖的檢索的概念最早在20世紀(jì)80年代被提出，但是由于其線條的多變性和不確定性一直進(jìn)展緩慢。直到近年來平板電腦、智能手機(jī)等觸屏設(shè)備的普及，人們可以輕松地在觸摸屏上畫出圖形，相關(guān)應(yīng)用可以根據(jù)手繪圖形的輪廓和線條特點(diǎn)在圖片庫(kù)里進(jìn)行檢索，手繪草圖的檢索獲得新的生命力，相關(guān)研究不斷增加。李曼舞[17]等利用傅里葉形狀描述方法來統(tǒng)一描述手繪草圖圖像庫(kù)和用戶輸入的手繪草圖形狀信息，在取得較好的檢索效果的同時(shí)也努力提高用戶體驗(yàn)。高竹紅等[18]提出一種基于結(jié)構(gòu)圖的草圖檢索方法，在保持圖像大致形狀的基礎(chǔ)上對(duì)圖像的輪廓數(shù)據(jù)進(jìn)行有效的降維處理，解決了輪廓的起點(diǎn)選擇、旋轉(zhuǎn)、平移以及縮放等不變性，形成了圖像的標(biāo)準(zhǔn)化形狀描述子，并生成相應(yīng)的結(jié)構(gòu)圖，提取結(jié)構(gòu)圖的4種特征，分別進(jìn)行形似性度量。錢晶、汪增福[19]提出了一種基于仿射變換自適應(yīng)的形狀和骨架特征的手繪草圖檢索算法，采用一種基于傅里葉變換的降維濾波方法對(duì)對(duì)象進(jìn)行規(guī)范化處理，并以此為基礎(chǔ)提取對(duì)象輪廓和區(qū)域特征；然后提出一種仿射變換自適應(yīng)骨架提取算法提取對(duì)象骨架，得到骨架樹特征描述子，并提出一種骨架樹匹配算法；最后結(jié)合對(duì)象輪廓區(qū)域和骨架特征來實(shí)現(xiàn)草圖檢索。

2.2.5 其他類型的檢索方法

韓立華等[20]在剪紙藝術(shù)平臺(tái)上結(jié)合了基于文本和基于內(nèi)容兩種圖像檢索方式，引入自動(dòng)標(biāo)引技術(shù)，以提高圖像檢索的準(zhǔn)確率和效率。胡維青、張艷花[21]則在服裝藝術(shù)特色圖像庫(kù)檢索中使用基于JEPG系數(shù)的檢索技術(shù)，從查詢圖像中提取信息與索引文件相比較，用于確定查詢圖片與數(shù)據(jù)庫(kù)中相應(yīng)圖片不同之處。該方法在圖像壓縮時(shí)顯示出巨大優(yōu)勢(shì)，原始圖像壓縮過程中獲得的信息將再次被利用，使早期大量的數(shù)據(jù)刪除成為可能。而劉爽、史萍[22]設(shè)計(jì)了一種基于文本和內(nèi)容檢索的美術(shù)作品查詢系統(tǒng)，該系統(tǒng)能夠通過用戶輸入關(guān)鍵字以及提交查詢作品圖像進(jìn)行檢索，具有圖像輸入、數(shù)據(jù)庫(kù)管理、圖像處理、圖像檢索等各項(xiàng)功能。

3 研究展望

數(shù)字化美術(shù)作品檢索是在藝術(shù)資源數(shù)字化建設(shè)基礎(chǔ)上發(fā)展起來的，由于數(shù)字化美術(shù)作品的特殊性，其信息檢索需要通過圖片檢索技術(shù)實(shí)現(xiàn)。當(dāng)前該領(lǐng)域的研究大部分熱點(diǎn)集中在圖片檢索技術(shù)上，包括如何更好地進(jìn)行圖片視覺、語(yǔ)義信息的描述與提取等，許多學(xué)者針對(duì)美術(shù)作品的特點(diǎn)提出了相關(guān)的模型和算法，以期提高檢索結(jié)果的效率和質(zhì)量。因此，數(shù)字化美術(shù)作品檢索的研究文獻(xiàn)目前主要集中在計(jì)算機(jī)和軟件科學(xué)，其次是圖書情報(bào)學(xué)領(lǐng)域；研究重點(diǎn)主要在于技術(shù)上，較少涉及用戶體驗(yàn)，有關(guān)檢索策略的研究也較為淺顯。

由于科技的發(fā)展和用戶的需求，圖片檢索技術(shù)在未來將得到更大程度的提升，更多的美術(shù)作品將會(huì)在數(shù)字化檢索方面獲得新的發(fā)展和更多的關(guān)注。今后在數(shù)字化美術(shù)作品檢索的研究中，研究者可以更多地從人機(jī)交互、用戶體驗(yàn)等角度切入，以期推動(dòng)數(shù)字化美術(shù)作品資源建設(shè)和利用的進(jìn)步。

[1]陸波.藝術(shù)類文獻(xiàn)資源數(shù)字化建設(shè)的方向探索[J].圖書館雜志，2013（5）：59-61.

[2]婁海濤.中國(guó)書畫印章圖像的提取與識(shí)別[D].北京：北京郵電大學(xué)，2008.

[3]吳靜.基于本體的畫藏檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2006.

[4]孫小平.基于顏色的圖像檢索在藝術(shù)教育中的應(yīng)用[D].濟(jì)南：山東師范大學(xué)，2005.

[5]褚寧琳.現(xiàn)代網(wǎng)絡(luò)與美術(shù)信息檢索[J].南京藝術(shù)學(xué)院學(xué)報(bào)：美術(shù)與設(shè)計(jì)版，2002（2）：94-96.

[6]周萍.利用Internet檢索美術(shù)與設(shè)計(jì)學(xué)信息資源的方法與技巧[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2007（6）：112-114.

[7]王杭.例談網(wǎng)絡(luò)環(huán)境下的個(gè)性化信息服務(wù)——?jiǎng)⑸倨婷佬g(shù)作品的檢索方法與過程[J].現(xiàn)代情報(bào)，2008（9）：119-122.

[8]關(guān)曉惠.計(jì)算機(jī)輔助的國(guó)畫：分類、鑒別與系統(tǒng)[D].杭州：浙江大學(xué)，2005.

[9]鮑泓.基于視覺感知的中國(guó)畫圖像語(yǔ)義自動(dòng)分類研究[D].北京：北京交通大學(xué)，2012.

[10]陳俊杰，杜雅娟，李海芳.中國(guó)畫的特征提取及分類[J].計(jì)算機(jī)工程與應(yīng)用，2008（15）：166-169.

[11]魯東明，潘云鶴.基于形象語(yǔ)義特征的敦煌壁畫檢索[J].計(jì)算機(jī)學(xué)報(bào)，1998（11）：1022-1026.

[12]梁廣昱.莫高窟檔案數(shù)據(jù)及壁畫圖象的存儲(chǔ)與檢索[D].北京：中國(guó)科學(xué)院研究生院，2000.

[13]王曉光，徐雷，李綱.敦煌壁畫數(shù)字圖像語(yǔ)義描述方法研究[J].中國(guó)圖書館學(xué)報(bào)，2014（1）：50-59.

[14]魏宏喜.蒙古文古籍圖像檢索技術(shù)研究[D].呼和浩特：內(nèi)蒙古大學(xué)，2012.

[15]孫清偉.中醫(yī)本草古籍圖像研究[D].北京：中國(guó)中醫(yī)科學(xué)院，2013.

[16]楊之峰.試論古籍插圖的數(shù)字化[J].江西圖書館學(xué)刊，2007（4）：118-119.

[17]李曼舞，孫正興，顧慶東.基于輪廓的手繪草圖檢索研究[J].計(jì)算機(jī)應(yīng)用，2005（2）：344-347.

[18]高竹紅，湯進(jìn)，羅斌.基于結(jié)構(gòu)圖的手繪草圖檢索[J].計(jì)算機(jī)技術(shù)與發(fā)展，2008（3）：32-35.

[19]錢晶，汪增福.一種基于規(guī)范化形狀的手繪草圖檢索算法[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2010（10）：1043-1053.

[20]韓立華，王曉芬，王玉梅.剪紙藝術(shù)多媒體交互平臺(tái)中的圖像檢索技術(shù)研究[J].石家莊鐵道大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（4）：71-75.

[21]胡維青，張艷花.基于JPEG系數(shù)的服裝藝術(shù)特色圖像庫(kù)檢索[J].青島大學(xué)學(xué)報(bào)：自然科學(xué)版，2012（4）：39-43.

[22]劉爽，史萍.基于文本和內(nèi)容檢索的美術(shù)作品查詢系統(tǒng)[J].中國(guó)傳媒大學(xué)學(xué)報(bào)：自然科學(xué)版，2012（3）：70-77.