滕沖 王穎

摘 要：數(shù)字圖像的數(shù)量在飛速增長，如何通過搜索引擎從海量的圖像中準(zhǔn)確、快速地搜索到所需圖像，已成為領(lǐng)域內(nèi)迫切需要解決的問題?；趦?nèi)容的圖像檢索近年來已成為圖像檢索領(lǐng)域的研究熱點(diǎn)，本文將從CBIR主要技術(shù)分支、全球?qū)＠暾埩?地域分布、國內(nèi)申請人分布及基于IPC分類號的國內(nèi)CBIR技術(shù)研究方向分析幾個(gè)方面對CBIR技術(shù)發(fā)展態(tài)勢進(jìn)行淺析。

關(guān)鍵詞：CBIR；圖像檢索；專利

1 CBIR主要技術(shù)分支及技術(shù)演變

1.1 基于內(nèi)容的圖像檢索

基于內(nèi)容的圖像檢索（Content-Based Image Retrieval，CBIR），其研究涉及認(rèn)知科學(xué)、人工智能、模式識別、圖像處理、信息檢索等多個(gè)領(lǐng)域，簡化的圖像內(nèi)容的層次模型一般分為三層：第一層為原始數(shù)據(jù)層，即圖像的原始像素點(diǎn)；第二層為物理特征層，反應(yīng)了圖像內(nèi)容的底層物理特征，如顏色、紋理、形狀和輪廓等；第三層為語義特征層，是人們對圖像內(nèi)容概念級的反應(yīng)，一般是對圖像內(nèi)容的文字性描述。為便于用戶更靈活、更有效地表達(dá)檢索要求、提高檢索準(zhǔn)確率，提出采用組合特征檢索，即可以在顏色、紋理、形狀等集中查詢特征中選擇兩種或兩種以上的特征進(jìn)行組合檢索。該檢索方法可分為兩種情況，一種是異步組合檢索，另一種是同步組合檢索。

1.2 基于語義的圖像檢索

基于內(nèi)容的圖像主要僅利用了圖像的底層視覺特征（如顏色、紋理、形狀）進(jìn)行檢索，但人們判斷圖像的相似度更多的是根據(jù)圖像的含義。為了克服基于簡單視覺特征的圖像檢索方法的不足，人們提出了基于語義的圖像檢索方法?；谡Z義的圖像檢索需要解決兩個(gè)主要問題：一是必須提供高層語義的描述方式；二是必須有將底層圖像視覺特征映射到高層語義的方法。語義圖像檢索中的關(guān)鍵技術(shù)是如何獲取圖像的語義信息。圖像語義獲取方法大致分為3種：（1）利用系統(tǒng)知識的語義提?。唬?）基于系統(tǒng)交互的語義生成；（3）基于外部信息的語義提取。

1.3 基于知識的圖像檢索系統(tǒng)

基于知識的圖像檢索系統(tǒng)，將人工智能領(lǐng)域的基于知識的處理方法引入到圖像處理領(lǐng)域，通過對圖像理解、知識表達(dá)、機(jī)器學(xué)習(xí)，并結(jié)合專家和用戶的先驗(yàn)知識，建立圖像知識庫實(shí)現(xiàn)對圖像數(shù)據(jù)庫的智能檢索?；谥R的圖像檢索方法主要涉及自然語言理解、專家系統(tǒng)、知識表達(dá)和機(jī)器學(xué)習(xí)等人工智能的主要研究領(lǐng)域。

2 全球?qū)＠暾埩?地域分布

通過在中外文專利庫中檢索到的數(shù)據(jù)，基于CBIR相關(guān)專利在全球?qū)＠暾埩亢椭饕暾埖赜蚍植嫉姆治觥?/p>

2.1 全球申請量趨勢分析

下圖1所示是1999～2015年基于內(nèi)容的圖像檢索領(lǐng)域申請量趨勢統(tǒng)計(jì)數(shù)據(jù)，其中紅色線表示國內(nèi)申請量的變化情況，藍(lán)色線表示國際申請量的變化情況。從顯示的數(shù)據(jù)看，不論是在國際還是國內(nèi)，該領(lǐng)域的申請量都是逐年增長，且繼續(xù)呈現(xiàn)增長態(tài)勢。從2006年，該技術(shù)領(lǐng)域的申請量開始有快速的增長，說明此段時(shí)間，在基于內(nèi)容的圖像檢索領(lǐng)域相關(guān)技術(shù)得到了快速的發(fā)展，相關(guān)技術(shù)手段和算法日趨成熟。對于國內(nèi)申請來說，申請量也是穩(wěn)步增長，預(yù)計(jì)未來幾年的申請量仍處于增長趨勢，但增長率會有所下降，這與相關(guān)技術(shù)的日趨成熟和難度的增加一定關(guān)系。

2.2 全球?qū)＠暾埖赜蚍植?/p>

由下圖2柱狀圖所示，截止到2015年，美國、日本、中國在這一技術(shù)領(lǐng)域的申請量位居前三位，其申請量分別為1345、1110、806，美國仍舊是該領(lǐng)域的技術(shù)強(qiáng)國，他們在該領(lǐng)域起步較早，且申請人大部分是大公司如IBM、Virage等企業(yè)，其對圖像檢索的系統(tǒng)設(shè)計(jì)較成熟和深入。日本緊隨其后，對該領(lǐng)域也有較多的申請，中國在國際申請量中排名第三，超過韓國、歐洲等國家。雖然中國在該領(lǐng)域起步晚于美國，但在2000之后，中國開始在該領(lǐng)域的申請量逐年增加，得益于國家政策及科技專項(xiàng)的扶持，高校和科研院所對圖像檢索領(lǐng)域中涉及的算法有著深入的研究，由前圖1的曲線也可以看出，中國申請量還處于增長態(tài)勢，說明還有大量的申請人對該領(lǐng)域的技術(shù)進(jìn)行進(jìn)一步的研究和探索。

3 國內(nèi)重要申請人分布

如下圖3所示為該技術(shù)領(lǐng)域中申請量排名前十位的申請人。

由上圖3的統(tǒng)計(jì)數(shù)據(jù)顯示，在前十位申請人中，國內(nèi)申請人提交的申請數(shù)量最多，高校申請占7位，外國企業(yè)占2位，科研機(jī)構(gòu)占一位，其中排名靠前的主要是高校和科研院所，包括有浙江大學(xué)、中國科學(xué)院、上海交通大學(xué)、北京大學(xué)等等。由此可見，該技術(shù)在國內(nèi)高校、研究院研究較為廣泛，較多是從算法改進(jìn)角度增強(qiáng)檢索的準(zhǔn)確性和效率。

4 基于IPC分類號的國內(nèi)CBIR技術(shù)研究方向分析

為了進(jìn)一步了解基于內(nèi)容的圖像檢索技術(shù)分布，對于檢索到的專利文獻(xiàn)按照IPC分類進(jìn)行整理，統(tǒng)計(jì)得出出現(xiàn)頻次前5位的IPC分類號，分布如下圖4所示。

基于內(nèi)容的圖像檢索專利申請中，G06F17/30分類號的申請量最大，說明對于圖像的檢索技術(shù)是該領(lǐng)域的關(guān)鍵技術(shù)，對于檢索相關(guān)技術(shù)的研究是很是活躍，位于第二、三位的是G06K9/46圖像特征或特性的抽取和G06K9/62應(yīng)用電子設(shè)備進(jìn)行識別的方法或裝置，可見對圖像特征的選取、提取、處理是圖像檢索是否準(zhǔn)確的核心所在；同時(shí)，隨之研究通過電子設(shè)備實(shí)現(xiàn)圖像的識別方法或裝置也是本領(lǐng)域的研究重點(diǎn)，還有一部分是對電子設(shè)備中的識別基準(zhǔn)的研究，涉及分類號G06K9/64和G06K9/66。

5 總結(jié)

雖然CBIR技術(shù)的諸多研究已經(jīng)取得了很大進(jìn)展，但仍存在很多不完善的地方，仍需要進(jìn)一步研究。對于CBIR的未來發(fā)展，如何進(jìn)一步提高圖像語義學(xué)習(xí)的準(zhǔn)確度，如何提高圖像檢索的速度，如何融合不同語義層次的圖像信息進(jìn)行檢索以及融合多種圖像特征以實(shí)現(xiàn)基于內(nèi)容的圖像檢索以滿足使用這的需求，仍將是圖像檢索領(lǐng)域的一個(gè)研究熱點(diǎn)。

參考文獻(xiàn)

[1]陳劍雄，張蓓.簡析圖像檢索系統(tǒng)中的CBIR技術(shù)[J].貴州學(xué)刊，2010，（2）：47-48.

[2]黃祥林，沈蘭蓀.基于內(nèi)容的圖像檢索技術(shù)研究[J].電子學(xué)報(bào)，2012，（7）：1065-1071.

（作者單位：國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作天津中心）