圖像檢索系統(tǒng)外文翻譯(已修改)
2025-11-13 08:18 本頁(yè)面
【正文】 基于內(nèi)容 的圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 外文翻譯 學(xué)生姓名 陳佳 學(xué) 號(hào) 08113202 指導(dǎo)教師 湯宇 職稱(chēng) 講師 專(zhuān) 業(yè) 信息工程 東華理工大學(xué)軟件學(xué)院 二零一零年六月 2020 年第二屆基 于相似性搜索和應(yīng)用的研討會(huì) 在 Flickr 網(wǎng)站上的基于文本和基于內(nèi)容的圖像檢索 : 演示 胡安曼努埃爾巴里奧斯 ,本杰 明布斯托斯 計(jì)算機(jī)科學(xué)系 智利大學(xué)，圣地亞哥 郵箱： jbarrios,ddiaz, 摘要 我們提出基于文本和內(nèi)容相結(jié)合的圖像檢索系統(tǒng)。我們的想法是在原來(lái)標(biāo)準(zhǔn)的內(nèi)容檢索基礎(chǔ)上，利用文本表示圖像標(biāo)題，描述圖像并且標(biāo)識(shí)每個(gè)圖像來(lái)提高檢索結(jié)果。這個(gè)系統(tǒng)包含兩種不同的用戶(hù)界面：終端用戶(hù)必須在 Flickr 網(wǎng)站的瀏覽器側(cè)邊欄輸入要搜索圖片的 URL 地址，然后，系統(tǒng)從收集到的圖像集合里面搜索相似的圖像。另一種用戶(hù)界面是為有經(jīng)驗(yàn)的高級(jí)用戶(hù)設(shè)計(jì)的，可以為不同搜索特征定義距離函數(shù)和權(quán) 值，以得到更好的搜索效果。 關(guān)鍵詞 ： 圖像庫(kù)，信息檢索 1. 簡(jiǎn)介 基于文本的圖像檢索，提供語(yǔ)義相似度較近的搜索結(jié)果，然而，基于內(nèi)容的圖像搜索提供視覺(jué)相似度較近的搜索結(jié)果。由于兩種方法的獨(dú)立性，很可能它們的結(jié)合能夠提高搜索系統(tǒng)的性能，依靠?jī)煞N方法的益處。在目前的工作，我們提出了一個(gè)文本和內(nèi)容相結(jié)合的圖像檢索系統(tǒng)。 2. 系統(tǒng)概述 目前圖像搜索系統(tǒng)已經(jīng)實(shí)現(xiàn)用 Java ， C++和 PostgreSQL 完成。這個(gè)圖像對(duì)象的集合使用 SAPIR[3]從 Flickr 網(wǎng)站分離出來(lái)。在離線(xiàn)階段，使用 SAPIR 集合提供 的 URL 地址把圖片從 Flickr 網(wǎng)站下載下來(lái)。從圖像中提取的基于內(nèi)容的描述有：使用 3 3 3RGB 色彩空間的顏色直方圖（ 27D 矢量）， Gabor 小波（ 48D矢量），使用 RGB 色彩空間的 8*1 高效顏色描述（ ECD）（ 32D 矢量），使用 HSV色彩空間的 8*1 高效顏色描述（ ECD）（ 32D 矢量），和邊緣局部 4*4（ 80D 矢量）。顏色直方圖和 Gabor 小波描述基于 C++的 OpenCV 庫(kù)完成，并且其它的基于 Java完成?；谖谋镜拿枋觯?biāo)題，描述，標(biāo)簽）提取于 SAPIR 集合。特征向量計(jì)算通過(guò)向量模型和 tfidf 加權(quán) 算法 [1]。為每幅圖像建立六種特征向量，三個(gè)使用詞干提取算法，三個(gè)不使用。一個(gè)詞表，非索引字表，文本特征的反向文件（有詞干或者沒(méi)詞干）都會(huì)被計(jì)算和存入 PostgreSQL 數(shù)據(jù)庫(kù)。在聯(lián)網(wǎng)階段，用戶(hù)為每個(gè)可獲得的特征輸入示例圖片，一個(gè)搜索文本和 一個(gè)權(quán)重距離函數(shù)。這個(gè)距離函數(shù)能夠被測(cè)量（像歐幾里得距離）或者不能度量（像 DPF 和余弦距離）。然后，系統(tǒng)用距離函數(shù)的加權(quán)組合和相對(duì)于原始圖像的最大距離做的歸一化操作之后執(zhí)行一個(gè) kNN 搜索。為了有效地檢索一個(gè)小的圖像子集所有基于文本和基于內(nèi)容的特征（最高達(dá) 11 個(gè)特征 /每 個(gè)圖像）存儲(chǔ)在PostgreSQL 數(shù)據(jù)庫(kù)，并且每幅圖像有一個(gè)相應(yīng)地二進(jìn)制文件做線(xiàn)性?huà)呙琛．?dāng)前，這個(gè)系統(tǒng)包含超過(guò) 115,000 圖像在這個(gè)集合并且二進(jìn)制文件的大小大約達(dá)到了130MB。這個(gè)系統(tǒng)包含了兩種不同的圖形用戶(hù)界面：一種瀏覽器側(cè)邊欄（為終端用戶(hù)設(shè)計(jì)），一種高級(jí)查詢(xún)（為有經(jīng)驗(yàn)的用戶(hù)設(shè)計(jì)）。 這個(gè)界面為終端用戶(hù)設(shè)計(jì)，它在瀏覽器上包含一個(gè)側(cè)邊欄（如圖片 1 所示）。當(dāng)用戶(hù)在 Flickr 站點(diǎn)正在瀏覽圖片并且想執(zhí)行一個(gè)搜索，他必須復(fù)制正在查看的圖像的 URL 并且粘貼到瀏覽器側(cè)邊欄的 URL 文本輸入?yún)^(qū)域。 最終返回給用戶(hù)的結(jié)果按相似性大小排序返回給用戶(hù)，這個(gè)相似性的計(jì)算是通過(guò)度量圖像庫(kù)中每個(gè)特征元素相對(duì)于示例圖像特征元素的距離實(shí)現(xiàn)的。之后，用戶(hù)能夠單擊獲得的圖像，并將它顯示在 Flickr 站點(diǎn)上。 4. 高級(jí)搜索 在一個(gè)高級(jí)搜索（如圖像 2 所示），這個(gè)用戶(hù)能夠通過(guò)多種途徑輸入示例圖像：上傳一個(gè)圖像文件，輸入一個(gè)公共圖像的 URL，或者輸入一個(gè)在 Flickr 站點(diǎn)顯示的圖像的 URL（這是唯一的方式，示例圖像將包含基于文本和基于內(nèi)容特征），或者選擇之前的示例圖像（有效的對(duì)于重復(fù)使用的示例圖像）。然后，用戶(hù)能夠輸入一個(gè)查 詢(xún)文本。這個(gè)查詢(xún)文本限制了相似度查詢(xún)對(duì)象的范圍。如果用戶(hù)不輸入查詢(xún)文本，那么任何和示例圖像有一定相似度的圖像都能被查詢(xún)到。如果示例圖像不包含基于文本的特征，這個(gè)查詢(xún)過(guò)程將搜索整個(gè)圖像集合。只有輸入示例圖像和文本，用戶(hù)才能選擇用于比較的特征，通過(guò)對(duì)每個(gè)特征的每個(gè)距離函數(shù)加權(quán)。然后，系統(tǒng)標(biāo)準(zhǔn)化處理距離的集合。最后，搜索結(jié)果會(huì)顯示給用戶(hù)，并且同時(shí)顯示為每個(gè)搜索到的圖像的計(jì)算距離將被顯示。這個(gè)系統(tǒng)顯示一個(gè)相似圖像鏈接為每個(gè)結(jié)果，允許用這個(gè)搜索到的結(jié)果圖像作為示例圖像去開(kāi)始一個(gè)新的搜索，同時(shí)這個(gè)結(jié)果圖像的鏈接將發(fā)布到 Flickr 站點(diǎn)上。 2 為了在火狐添加一個(gè)側(cè)邊欄，為這個(gè) URL
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1