曾子明，宋揚揚

0 引言

近年來，文化遺產(chǎn)的數(shù)字化建設(shè)成為圖書館界日益熱門的話題。文化遺產(chǎn)的數(shù)字化是指采用數(shù)字采集、數(shù)字存儲、數(shù)字處理、數(shù)字展示、數(shù)字傳播等數(shù)字化技術(shù)將文化遺產(chǎn)轉(zhuǎn)換、再現(xiàn)、復(fù)原成可共享、可再生的數(shù)字形態(tài)，并以新的視角加以解讀，以新的方式加以保存，以新的需求加以利用[1]。文化遺產(chǎn)數(shù)字化建設(shè)的內(nèi)容主要包括數(shù)字處理技術(shù)、數(shù)字存儲技術(shù)、數(shù)字共享平臺或系統(tǒng)三部分。文化遺產(chǎn)數(shù)字化建設(shè)最重要的意義是利用數(shù)字化技術(shù)將文物、古跡、戲曲、工藝、方言等所承載的歷史和文化知識進行傳播和共享，為研究人員和學者提供專業(yè)的知識資源，為普通讀者提供豐富、有趣的歷史文化知識，真正實現(xiàn)民族文化的傳承和繁榮發(fā)展。

文化遺產(chǎn)的數(shù)字化載體包括文本、圖像、音頻、視頻和3D模型等，其中包括圖像、視頻、3D模型等在內(nèi)的視覺載體可以更完整、更形象、更清晰地保存文化遺產(chǎn)的語言、文字、結(jié)構(gòu)和形式等特征，成為文化遺產(chǎn)數(shù)字化保護最主要的載體。如今文化遺產(chǎn)視覺資源的存儲量遠遠超過文本資源。然而，目前文化遺產(chǎn)數(shù)字資源的獲取方式以文本搜索為主，不適應(yīng)其資源類型。同時，移動互聯(lián)網(wǎng)高度普及和快速發(fā)展，4G和5G移動網(wǎng)絡(luò)相繼實現(xiàn)，隨時隨地、快速獲取所需知識資源的移動閱讀成為人們的一種生活方式。然而，目前文化遺產(chǎn)領(lǐng)域的知識服務(wù)仍然局限在場館范圍內(nèi)，具有很大的被動性，顯然不能滿足當下日益?zhèn)€性化的讀者需求。而移動視覺搜索(Mobile VisualSearch，MVS)利用便捷智能設(shè)備獲取物理空間圖像、視頻、3D模型等視覺對象作為檢索對象，并在視覺對象知識庫范圍內(nèi)利用移動互聯(lián)網(wǎng)檢索其關(guān)聯(lián)信息[2]，具有便利、高效、靈活的特點。因此，MVS能夠適應(yīng)當下文化遺產(chǎn)數(shù)字資源的存儲類型并克服其檢索服務(wù)的不足，更好地滿足讀者日益?zhèn)€性化的閱讀需求，為文化遺產(chǎn)領(lǐng)域的知識服務(wù)提供了一種新思路和新工具，對文化遺產(chǎn)知識的傳播和繼承具有積極的作用和影響。本文基于文化遺產(chǎn)數(shù)字化建設(shè)和MVS相關(guān)研究現(xiàn)狀的不足，分析面向文化遺產(chǎn)領(lǐng)域的MVS服務(wù)的必要性，提出面向文化遺產(chǎn)領(lǐng)域的MVS模型，并探討模型實現(xiàn)的技術(shù)框架。

1 研究現(xiàn)狀

我國文化遺產(chǎn)的數(shù)字化建設(shè)始于20世紀90年代初，經(jīng)過20多年的發(fā)展，主要在對文化遺產(chǎn)的數(shù)字化復(fù)制、復(fù)原、4D影像體驗館、數(shù)字影像記錄、增強現(xiàn)實再現(xiàn)等方面取得了大量重要成果[3]。例如，故宮的“超越時空的紫禁城”項目，利用3D技術(shù)仿真模擬故宮全貌，讀者只需輕輕點擊鼠標就能足不出戶免費“游覽”故宮[4]；敦煌研究院經(jīng)過多年的探索和實踐，已完成一百多個洞窟的圖像采集、全景漫游節(jié)目制作、三維描述以及文獻數(shù)據(jù)庫20萬條[5]。在學術(shù)方面，黃永林等人[6]從建立數(shù)字化分類體系、數(shù)據(jù)采集標準、知識可視化表達、新技術(shù)綜合運用體系、多媒體交互體系平臺、保護與傳承技術(shù)體系六個方面探討了非物質(zhì)文化遺產(chǎn)的深度開發(fā)與運用；付躍安[7]從資源建設(shè)、資源組織、數(shù)據(jù)加工、文本建設(shè)、服務(wù)與版權(quán)等方面探討圖書館地方文化遺產(chǎn)數(shù)字化建設(shè)，并結(jié)合圖書館業(yè)務(wù)特點提出了具體的實施策略；包鑫[8]以黑龍江省西部少數(shù)民族地區(qū)為例探討了地方高校圖書館非物質(zhì)文化遺產(chǎn)資源的采集策略，并從平臺建設(shè)、構(gòu)建原理和優(yōu)化策略三個方面論述數(shù)據(jù)庫的建設(shè)舉措。這些研究重點集中在數(shù)字化技術(shù)的應(yīng)用、構(gòu)建方式或策略、理論框架等方面，缺少服務(wù)方式的創(chuàng)新。同時，目前文化遺產(chǎn)知識服務(wù)仍然以場館為中心，未能真正考慮用戶的個性化需求，缺乏靈活性。此外，資源檢索方面僅支持文本搜索，而存儲量占主導(dǎo)地位的視覺資源的利用率不高。

2009年Chen等[9]在第一屆移動視覺搜索研討會上首次系統(tǒng)地提出了移動視覺搜索的概念，經(jīng)過近十年的探索，已經(jīng)取得了一些成果。國外相關(guān)文獻主要是從計算機領(lǐng)域?qū)ζ渖婕暗降募夹g(shù)(如特征提取與表示、高維索引與匹配、幾何一致性檢驗、圖像標準)進行創(chuàng)新和發(fā)展。Duan等[10]提出一種視覺檢索方法，該方法通過學習一個定制的JEPG量化表來深度壓縮查詢圖像；Chen等[11]提出一個緊湊、有識別性的全局簽名來描述每個圖像，利用圖像的顏色信息和相似圖像的關(guān)系來提高檢索精度；Matsuzaki等[12]通過多視圖合成圖像提取局部特征，并根據(jù)關(guān)鍵點的檢測和量化誤差的特征魯棒性來定義特征可靠性，以控制數(shù)據(jù)庫的大小。國內(nèi)的研究集中在MVS的檢索機制、構(gòu)建方式、管理機制等方面，如趙宇翔等[13]歸納MVS中的游戲化元素及其對應(yīng)的動因示能，提出面向大數(shù)據(jù)的MVS游戲化設(shè)計框架；劉喜球等[14]從視覺大數(shù)據(jù)資源的識別、獲取、存儲與分析、MVS服務(wù)支撐平臺等角度出發(fā)構(gòu)建服務(wù)框架，提出具體的實施思路；張亭亭等[15]提出以眾包理念和方法來獲取新的視覺資源，并從收集方式、收集成本、參與時間和機制體現(xiàn)四方面與傳統(tǒng)的信息檢索模式進行對比。由此可知，國內(nèi)外的研究成果都從移動視覺搜索本身出發(fā)，缺少與具體領(lǐng)域和應(yīng)用的結(jié)合，尤其是在文化遺產(chǎn)領(lǐng)域研究方面。

綜上可知，文化遺產(chǎn)數(shù)字化建設(shè)的主要方式是通過圖像、視頻、3D模型、動畫等方式進行復(fù)制、復(fù)原和保存，其視覺資源的存儲量已經(jīng)遠遠超過了文本資源。然而其檢索方式單一，仍然以文本為主，視覺資源的利用率不高，顯然與實際的資源類型不符。同時，移動互聯(lián)網(wǎng)快速發(fā)展和高度普及，隨時隨地獲取所需資源已經(jīng)成為讀者的一種閱讀習慣和生活方式，讀者的需求呈現(xiàn)多樣化、個性化的特點，特定場館的單一文本檢索無法滿足當前讀者的檢索需求。而移動視覺搜索能夠提供多樣化的視覺資源檢索方式，具有高效、便利、不受時空約束的服務(wù)特點，已成為信息服務(wù)領(lǐng)域重要的檢索工具。因此，將移動視覺搜索應(yīng)用到文化遺產(chǎn)領(lǐng)域并構(gòu)建相適應(yīng)的服務(wù)模式，能夠提高文化遺產(chǎn)視覺資源的利用率，優(yōu)化文化遺產(chǎn)領(lǐng)域的知識服務(wù)，滿足讀者的個性化閱讀需求，對促進文化遺產(chǎn)知識的傳播、繼承和發(fā)揚都具有十分重大的積極作用。

2 移動視覺搜索模型的體系結(jié)構(gòu)

目前，文化遺產(chǎn)領(lǐng)域的各個組織或機構(gòu)，如數(shù)字圖書館、數(shù)字博物館、文化遺產(chǎn)特色數(shù)據(jù)庫、文化遺產(chǎn)知識科普平臺等，都是獨立存儲文化遺產(chǎn)數(shù)字資源的，且存儲的內(nèi)容各不相同，單獨的某個機構(gòu)無法實現(xiàn)對某個主題資源幾近完整的存儲，這就需要機構(gòu)之間的資源共享來豐富彼此的館藏。而智慧圖書館以物聯(lián)網(wǎng)和云計算技術(shù)為支撐，能夠?qū)崿F(xiàn)各種資源的充分共享和協(xié)同管理，包括知識資源以及存儲和管理這些資源的系統(tǒng)和設(shè)備等。針對文化遺產(chǎn)數(shù)字資源的這種存儲特點，本文依托智慧圖書館，將數(shù)字圖書館、數(shù)字博物館、特色數(shù)據(jù)庫、文化遺產(chǎn)知識科普平臺等各種文化遺產(chǎn)知識服務(wù)機構(gòu)通過智慧云互聯(lián)為一個統(tǒng)一的整體，實現(xiàn)知識資源的協(xié)同管理、智慧化整合和充分共享。

社交網(wǎng)絡(luò)的普及使讀者的需求呈現(xiàn)出較強的即時性和交互性特點，讀者越來越注重與信息服務(wù)提供者的互動與交流，希望自己的需求和反饋等信息可以及時到達平臺，同時也能夠直接、實時接收平臺的服務(wù)與信息。讀者的這種需求特點就要求信息服務(wù)平臺能夠提供可以直接、便捷交流的窗口及根據(jù)實時情境變化的即時服務(wù)。因此，本文通過實時情境采集和建立社交網(wǎng)絡(luò)平臺，為讀者提供社交、個性化推薦、LBS等智慧服務(wù)，進而將移動視覺搜索無縫、動態(tài)、實時地嵌入讀者的文化遺產(chǎn)知識活動中，并利用采集到的情境信息、社交等服務(wù)數(shù)據(jù)全方位、多角度分析讀者檢索意圖和文化遺產(chǎn)知識需求，實現(xiàn)個性、多樣、準確、靈活、交互的文化遺產(chǎn)移動視覺檢索服務(wù)。在此基礎(chǔ)上，構(gòu)建面向文化遺產(chǎn)領(lǐng)域的MVS模型，該模型的體系結(jié)構(gòu)如圖1所示。

圖1 移動視覺搜索模型的體系結(jié)構(gòu)

2.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層主要利用物聯(lián)網(wǎng)技術(shù)對面向文化遺產(chǎn)領(lǐng)域的MVS服務(wù)所需要的數(shù)據(jù)進行采集和傳輸，包括待檢索的外部視覺對象、文化遺產(chǎn)數(shù)字資源、讀者相關(guān)信息。

(1)外部視覺對象采集：通過移動智能終端(如VR眼鏡、AR設(shè)備、智能手機、平板電腦等)采集待檢索的視覺對象，包括圖像、視頻、動畫、3D模型、地圖等，并將其傳輸?shù)街腔蹐D書館的數(shù)據(jù)庫中等待進一步的處理。

(2)內(nèi)部文化遺產(chǎn)數(shù)字資源共享：將數(shù)字圖書館、虛擬博物館和特色數(shù)據(jù)庫中的文化遺產(chǎn)數(shù)字資源通過互聯(lián)網(wǎng)進行采集并傳輸?shù)街腔蹐D書館的智慧云中進行存儲，實現(xiàn)資源的充分共享和利用。

(3)讀者信息采集：利用網(wǎng)絡(luò)數(shù)據(jù)監(jiān)控工具采集讀者在文化遺產(chǎn)知識服務(wù)過程中的行為數(shù)據(jù)，包括瀏覽行為、檢索行為和社交行為等；利用RFID、藍牙、GPS、監(jiān)視器、傳感器、紅外感應(yīng)器等感知傳輸設(shè)備捕捉與讀者相關(guān)的情境信息，包括物理情境和社會情境。其中，物理情境是指物理存在的、不以人的意志為轉(zhuǎn)移的信息，包括時間、讀者所處的地理位置、當時當?shù)氐奶鞖狻⒁苿咏K端性能和屏幕大小、網(wǎng)絡(luò)上傳和下載速率等等。社會情境是指用來描述讀者并與讀者個人直接相關(guān)的信息，包括年齡、性別、職業(yè)、社會關(guān)系、受教育程度、所進行的社會活動等。這些信息對面向文化遺產(chǎn)領(lǐng)域的移動視覺搜索服務(wù)具有十分重要的作用，通過挖掘分析這些信息得到讀者與文化遺產(chǎn)知識相關(guān)的偏好、檢索目的等重要信息，將這些信息融入到智慧服務(wù)中將極大地提高服務(wù)質(zhì)量和效果。

2.2 資源管理層

資源管理層依托智慧圖書館的Hadoop云計算架構(gòu)，利用分布式的存儲設(shè)備、計算集群和調(diào)度組織系統(tǒng)對文化遺產(chǎn)MVS服務(wù)過程中涉及的數(shù)據(jù)資源進行存儲、組織和協(xié)同管理，為視覺檢索和智慧服務(wù)提供基礎(chǔ)和保障。

(1)原始數(shù)據(jù)存儲。對采集的原始數(shù)據(jù)分別進行存儲，以方便后續(xù)處理和組織，包括待檢索的外部視覺對象源、內(nèi)部的文化遺產(chǎn)數(shù)字資源、讀者的網(wǎng)絡(luò)行為數(shù)據(jù)和情境信息等。

(2)資源組織。對采集的原始數(shù)據(jù)分別進行相應(yīng)的處理，獲取高層的、有組織、有價值的知識。對待檢索的視覺對象和文化遺產(chǎn)視覺資源分別進行視覺特征計算：特征檢測、特征提取和特征表示，將處理后的文化遺產(chǎn)視覺資源存儲到數(shù)據(jù)庫中，方便視覺檢索過程中能夠快速獲取候選視覺對象的特征向量，提高視覺檢索的效率，減輕終端設(shè)備的計算負擔。待檢索的視覺對象處理后等待與數(shù)據(jù)庫中候選視覺對象進行特征匹配。對文化遺產(chǎn)數(shù)據(jù)資源進行語義標注和關(guān)聯(lián)分析，實現(xiàn)文本資源和視覺資源之間的語義關(guān)聯(lián)，將關(guān)聯(lián)后的視覺資源進行索引標注，方便視覺檢索過程中能夠快速定位和獲取到文化遺產(chǎn)視覺資源，提高檢索效率。對采集的讀者行為數(shù)據(jù)和情境數(shù)據(jù)分別進行行為分析和情境計算，通過邏輯推理獲取讀者的知識模型，即這些數(shù)據(jù)中所蘊藏的價值信息。例如，讀者在文化遺產(chǎn)領(lǐng)域的興趣、與文化遺產(chǎn)相關(guān)的活動內(nèi)容、潛在的文化遺產(chǎn)閱讀傾向等。這些價值信息有助于理解讀者視覺檢索的真實意圖，降低語義鴻溝，同時為個性化的文化遺產(chǎn)知識服務(wù)提供了方向和依據(jù)，有利于提高服務(wù)的質(zhì)量和效率。

(3)知識存儲。對經(jīng)過處理和計算得到的知識進行有組織地存儲和管理，包括文化遺產(chǎn)視覺資源的特征索引、文化遺產(chǎn)數(shù)字資源的關(guān)聯(lián)索引、讀者知識模型和MVS案例等。這些知識為上層的文化遺產(chǎn)知識服務(wù)提供了數(shù)據(jù)資源支持和便利。

(4)資源協(xié)同。文化遺產(chǎn)知識服務(wù)數(shù)據(jù)通過Hadoop云計算架構(gòu)進行分布式存儲和并行計算，即存儲數(shù)據(jù)的介質(zhì)和計算設(shè)備物理上相互獨立，但在互聯(lián)網(wǎng)中相互聯(lián)通，智慧云對這些存儲介質(zhì)和計算設(shè)備進行協(xié)同管理，實現(xiàn)文化遺產(chǎn)數(shù)字資源的充分共享。

2.3 視覺檢索層

視覺檢索層以基于超圖的視覺檢索引擎為主，以超圖學習機制、評價反饋機制和邏輯推理機制為輔，實現(xiàn)文化遺產(chǎn)領(lǐng)域的視覺檢索服務(wù)。基于超圖的視覺搜索引擎是文化遺產(chǎn)視覺檢索的核心，它將處理后的待檢索視覺對象和特征索引庫中文化遺產(chǎn)視覺對象的特征量化為特征詞包，然后以這些特征詞包為基礎(chǔ)構(gòu)建超圖模型，并計算數(shù)據(jù)庫中文化遺產(chǎn)視覺對象與待檢索的視覺對象之間的關(guān)聯(lián)分數(shù)，系統(tǒng)根據(jù)關(guān)聯(lián)分數(shù)高低對結(jié)果進行排序。超圖學習機制為視覺搜索引擎提供機器學習的技術(shù)支持，完成超圖模型的構(gòu)建、學習和計算任務(wù)。邏輯推理機制和評價反饋機制則為文化遺產(chǎn)數(shù)字資源的MVS服務(wù)的改進和優(yōu)化提供支持和幫助：邏輯推理機制通過對讀者情境信息、行為信息進行邏輯分析和推理，獲取讀者潛在的興趣、偏好、目的等知識模型，幫助視覺檢索引擎深刻理解讀者的檢索意圖，降低語義鴻溝問題。評價反饋機制通過對讀者的瀏覽、閱讀、檢索等行為分析讀者對文化遺產(chǎn)知識服務(wù)的評價和感受，進而對服務(wù)進行改進，以改善讀者的服務(wù)體驗。

2.4 智慧服務(wù)層

智慧服務(wù)層以讀者為中心，為讀者提供一站式的文化遺產(chǎn)MVS知識服務(wù)。MVS使讀者可以通過多種途徑、多種載體形式智能檢索文化遺產(chǎn)知識資源。例如，讀者可通過AR、VR眼鏡等設(shè)備對敦煌石窟的壁畫、雕塑等文物實景進行即時搜索，也可以通過移動終端的攝像頭等對文物的復(fù)制品進行拍照，將圖片上傳到智慧圖書館的MVS系統(tǒng)進行手動搜索，獲取相關(guān)的知識資源。將社交、LBS、推薦等服務(wù)無縫嵌入讀者的情境活動中，為讀者提供實時、準確的個性化知識服務(wù)：對文化遺產(chǎn)領(lǐng)域相同或相似主題感興趣的讀者之間可建立討論社區(qū)，也可與該領(lǐng)域的專家直接溝通，實現(xiàn)讀者間知識的充分共享；可以根據(jù)讀者的地理位置，為讀者提供附近相關(guān)的文化遺產(chǎn)場館、景點等，例如，可以根據(jù)讀者在敦煌博物館的位置，為讀者推送該位置附近壁畫、雕像等文物的年代、內(nèi)容、含義、歷史事件等相關(guān)知識，也可為讀者提供到達某個古跡、遺址或場館等的路線規(guī)劃和實時導(dǎo)航；可以根據(jù)讀者的興趣、物理情境和社會情境進行綜合邏輯推理分析，主動為讀者推薦符合讀者偏好的文化遺產(chǎn)知識資源、文化遺產(chǎn)領(lǐng)域的專家和交流圈等，使讀者不用搜索也可以享受到內(nèi)容全面、豐富的文化知識資源服務(wù)。面向文化遺產(chǎn)領(lǐng)域的移動視覺搜索服務(wù)還為讀者提供一站式智慧導(dǎo)航服務(wù)，包括主題導(dǎo)航、智慧展示和讀者個人信息管理等。主題導(dǎo)航將資源云中的文化遺產(chǎn)數(shù)字資源按主題進行關(guān)聯(lián)和分類，形成以主題為核心的知識架構(gòu)和圖譜，清晰的分類和知識層級為讀者展示以主題為核心的知識體系，方便讀者查閱。讀者可根據(jù)自己的需求和興趣在導(dǎo)航欄中查找相關(guān)的文化遺產(chǎn)資源主題；智慧展示可根據(jù)讀者的需求對系統(tǒng)提供的知識資源自動選擇展示方式，例如根據(jù)移動終端屏幕大小、網(wǎng)絡(luò)狀況和檢索的結(jié)果等決定展示的形式是文本、圖像、視頻還是圖文并茂；讀者個人信息管理包括賬戶管理、個人文化遺產(chǎn)主題標簽選擇或設(shè)置、評價反饋等，為讀者提供個人興趣愛好的初始化操作、對MVS等智慧服務(wù)的評價反饋提供通道和途徑，這不僅可以優(yōu)化視覺搜索和推薦模型，提高檢索和推薦的準確率，也可以提高服務(wù)質(zhì)量，改善讀者的閱讀體驗。

2.5 服務(wù)交互層

服務(wù)交互層以智慧云為依托，將文化遺產(chǎn)領(lǐng)域的數(shù)字圖書館、虛擬博物館、特色數(shù)據(jù)庫、視覺搜索平臺、文化遺產(chǎn)知識科普平臺等機構(gòu)或組織有機地進行互聯(lián)，實現(xiàn)文化遺產(chǎn)數(shù)字資源的充分共享和協(xié)同管理，是讀者與智慧圖書館交互的窗口。讀者在任一個服務(wù)平臺均可訪問智慧圖書館下的各機構(gòu)的文化遺產(chǎn)館藏資源，便捷地獲取豐富、多樣的文化遺產(chǎn)知識資源和知識服務(wù)。

3 MVS模型實現(xiàn)的技術(shù)框架

3.1 基于超圖的移動視覺檢索

文化遺產(chǎn)領(lǐng)域的數(shù)字資源主要以圖像、視頻為主要載體，與普通的視覺資源相比，文化遺產(chǎn)由于歷史原因?qū)е碌奈ㄒ恍院酮毺匦?，使得其視覺資源具有較強的語義特征。例如，敦煌壁畫《飛天》，與之相似的圖像均與“敦煌”“壁畫”“飛天”等語義相關(guān)。除語義特征外，文化遺產(chǎn)的視覺資源還包含色彩、紋理、邊等一般的視覺屬性特征。例如，古代水墨畫，尤其是彩色水墨畫的重要特點是著色層次，而且顏色是圖像內(nèi)容組成的基本要素，顏色特征與幾何特征相比更可靠、更穩(wěn)定，對圖像中子對象的大小和方向的變化都不敏感，具有較強的魯棒性，因此，通過顏色特征值能更好地描述文化遺產(chǎn)視覺資源的視覺特征。然而，傳統(tǒng)的視覺檢索技術(shù)，如SIFT技術(shù)，雖然具有尺度、旋轉(zhuǎn)不變性以及具有部分的照度不變性，對圖像中的背景噪聲、遮擋等影響具有良好的適應(yīng)性，運行效率高，具有良好的可擴展性，可從圖像上提取出大量的特征[16]，但SIFT算法只利用了圖像的灰度信息，忽略了圖像的色彩、紋理、邊和語義信息等屬性，不能準確、全面地描述文化遺產(chǎn)數(shù)字資源的視覺特征。

為了更全面、準確地描述文化遺產(chǎn)視覺對象，需要充分考慮各項屬性特征。因而在進行相似性計算時，要分別考慮各視覺對象同類屬性之間的相似關(guān)系，這就涉及到多種屬性關(guān)系的處理和計算。此外，與待檢索的視覺對象相似的視覺對象也不唯一，即待檢索的視覺對象與文化遺產(chǎn)數(shù)據(jù)庫中的多個視覺對象存在關(guān)聯(lián)關(guān)系，因此待檢索的視覺對象與候選視覺對象間也是多元的關(guān)聯(lián)關(guān)系。因此，需要一個能夠較好地表示視覺對象間多元關(guān)聯(lián)關(guān)系的計算模型，以完成文化遺產(chǎn)視覺檢索的匹配過程。

目前，圖論能夠較好地表示對象之間多元關(guān)系，圖包括頂點和邊兩個元素，每個數(shù)據(jù)對象為一個頂點，邊連接具有相似性的兩個頂點，因此可以表示對象之間的二元關(guān)系。超圖是圖論的擴展和延伸，由Berge于1970年第一次提出和闡述[17]，經(jīng)過眾多學者的研究和努力，超圖已在計算機科學獲得了長足的發(fā)展。超圖的邊稱為超邊，可以連接N(N≥2)個頂點，這使得超圖能夠直觀地、完整地描述多個數(shù)據(jù)對象之間復(fù)雜的多元關(guān)系，此外，超圖還可以表示多個頂點之間的局部聚合信息、像素或分塊在局部領(lǐng)域與多個像素或分塊間的多重相關(guān)關(guān)系，保留了多種特征信息，從而能夠確保算法在數(shù)據(jù)描述上的完整性和準確性[18-19]。因此，本文引入Cai等人[20]提出的超圖模型來表示和計算文化遺產(chǎn)視覺對象之間的關(guān)聯(lián)關(guān)系?；诔瑘D的視覺檢索流程如圖2所示。

圖2 基于超圖的移動視覺檢索流程

(1)特征提取。色彩：從每個像素中密集地提取顏色描述符作為3種通道的色彩模型(LAB)值，然后對128個簇進行K-means聚類，并將每個圖像的顏色描述符量化為128-bin的直方圖。紋理：通過文本濾波器組計算每個像素48維描述符，并將每個圖像的紋理描述符量化為256-bin的直方圖。邊：使用標準的邊緣檢測器發(fā)現(xiàn)邊緣，這些邊的方向被量化為8個無符號的bin，這為每個圖像產(chǎn)生一個8-bin的邊緣直方圖?；叶龋簭拿總€像素的8×8相鄰像素塊中提取4像素步長的描述符，然后將描述符量化為1000維的特征詞包。語義：因語義屬性通常出現(xiàn)在圖像中的一個或多個特定區(qū)域，因此將每個圖像分割為2×3的網(wǎng)格，并分別從每個網(wǎng)格中提取以上四種特征。

(2)特征表示：將以上五種描述符量化為特征詞包并進行綜合，這樣就為每個圖像獲得了一個9744維特征詞包。

(3)基于超圖模型的特征匹配。將每個視覺對象看作一個頂點，超邊連接具有相似屬性特征的視覺對象，在此基礎(chǔ)上用鄰接關(guān)系表描繪待檢索視覺對象與候選視覺對象間同類屬性的關(guān)聯(lián)關(guān)系，并以此為依據(jù)構(gòu)建超圖模型的關(guān)聯(lián)矩陣。然后通過超圖拉普拉斯函數(shù)計算得到視覺對象的關(guān)聯(lián)分數(shù)，并進行排序得到初步的檢索結(jié)果。

(4)結(jié)果優(yōu)化。將獲取的讀者數(shù)據(jù)，包括網(wǎng)絡(luò)服務(wù)數(shù)據(jù)和實時情境數(shù)據(jù)，通過邏輯推理和分析得到的包含讀者檢索目的和需求等信息的知識模型融合到視覺檢索過程中，降低讀者與底層檢索間的語義鴻溝，幫助視覺搜索引擎優(yōu)化檢索結(jié)果，將優(yōu)化后的結(jié)果返回給讀者。

3.2 基于Hadoop平臺的云存儲

任務(wù)的順利運行?；贖adoop平臺的云存儲框架如圖3所示。

圖3 基于Hadoop平臺的云存儲模型

由于文化遺產(chǎn)視覺資源來自多個不同的組織和機構(gòu)，每個機構(gòu)或組織在采集文化遺產(chǎn)視覺資源的過程中使用不同的設(shè)備、技術(shù)和載體，導(dǎo)致視覺資源的數(shù)據(jù)類型復(fù)雜格式多樣，此外，由于視覺資源本身包含大量的視覺信息導(dǎo)致數(shù)據(jù)量十分龐大，因而有組織地存儲和有效地管理文化遺產(chǎn)視覺資源成為一項艱巨且重要的任務(wù)。本文利用Hadoop開源云計算平臺在數(shù)據(jù)存儲和計算方面的優(yōu)勢，采用HDFS分布式文件系統(tǒng)實現(xiàn)對文化遺產(chǎn)視覺資源原始數(shù)據(jù)的存儲和管理，基于MapReduce分布式計算框架實現(xiàn)MVS的并行計算和分布式存儲，實現(xiàn)面向文化遺產(chǎn)領(lǐng)域的移動視覺檢索服務(wù)的實時性要求，并利用其智慧化管理平臺對系統(tǒng)和設(shè)備進行協(xié)同組織，保障各項

首先，將文化遺產(chǎn)視覺對象資源切割成若干個分片，將分片上的數(shù)據(jù)進行預(yù)處理后以標準形式存儲到文件系統(tǒng)中，并由主節(jié)點(NameNode)進行協(xié)同和管理。主節(jié)點中的元數(shù)據(jù)存儲了視覺對象分片的關(guān)鍵信息，包括文件名稱、存儲的物理位置及文件中的信息摘要等，服務(wù)器可根據(jù)元數(shù)據(jù)實現(xiàn)視覺對象的快速定位和語義關(guān)聯(lián)，為后續(xù)的計算過程提供技術(shù)支持。其次，啟動MapReduce程序：Map階段通過設(shè)定一些函數(shù)和映射分別對視覺對象的分片進行計算得到特征向量；Reduce階段將分片的特征向量進行整合得到視覺對象完整的特征向量，并將其存儲到HBase分布式數(shù)據(jù)庫中，為后續(xù)匹配過程奠定基礎(chǔ)。

該云存儲模型利用Hadoop平臺為面向文化遺產(chǎn)領(lǐng)域的移動視覺搜索提供各種管理系統(tǒng)和管理機制，實現(xiàn)平臺的正常運轉(zhuǎn)。如，集成服務(wù)系統(tǒng)使讀者可以直接通過該平臺訪問各個分館的知識資源，極大地減輕了讀者的操作負擔；協(xié)同管理平臺通過對文化遺產(chǎn)數(shù)字資源進行知識挖掘和語義關(guān)聯(lián)，實現(xiàn)知識資源的充分利用和共享；負載均衡系統(tǒng)根據(jù)各個系統(tǒng)和設(shè)備的性能指標分配任務(wù)，并對其運行負載狀態(tài)進行實時監(jiān)控和管理；安全預(yù)警機制通過制定一系列的規(guī)則和策略預(yù)防可能發(fā)生的風險和災(zāi)難，并在其發(fā)生后采取及時有效的應(yīng)對措施，以降低災(zāi)難造成的損失。

4 結(jié)語

針對文化遺產(chǎn)領(lǐng)域檢索方式單一、知識服務(wù)缺乏靈活性和個性化等不足，本文提出面向文化遺產(chǎn)領(lǐng)域的移動視覺搜索模型，以讀者為中心，將一站式文化遺產(chǎn)MVS知識服務(wù)無縫嵌入到讀者情境活動中，針對讀者的具體情境提供個性化、智慧化的文化遺產(chǎn)知識服務(wù)，并針對實現(xiàn)該模型的技術(shù)框架進行了探討，對文化遺產(chǎn)領(lǐng)域知識服務(wù)的發(fā)展具有重要的意義。未來的研究工作將集中在文化遺產(chǎn)領(lǐng)域視覺搜索過程中涉及的技術(shù)的改進和優(yōu)化，包括底層視覺特征和語義特征的提取、特征向量表示、相似度計算等，尤其是超圖技術(shù)在圖像相似度計算和排序方面的應(yīng)用，通過研究改進超圖算法并應(yīng)用到視覺檢索過程中，以提高視覺檢索的精確度，為面向文化遺產(chǎn)領(lǐng)域的MVS服務(wù)提供技術(shù)支持。