web圖片搜索引擎設計-全文預覽
【正文】 HTML流中位置前后一段固定的距離 常用提取模式（續(xù)） ? 圖片周圍文字（續(xù)） ? 基于 DOM的方式 ? 與圖片具有共同最低祖先的文字節(jié)點 form divimg src=“”/div fontsome_text/font /form form font div Some_text img 目前系統(tǒng)中使用的模式 ? img標記信息 ? a標記信息 ? 網頁標題 ? 圖片的 URL ? table結構 ? 圖片周圍文字（ DOM） ? 網頁 meta信息 ? 鏈接到圖片所在網頁的文本 ? 關聯(lián)的 a和img 信息提取方法 ? 基于 DOM的方法 ? 將 HTML文檔解析為 DOM樹，遍歷所有的節(jié)點，利用 DOM接口的方法獲取相關信息。 ? 開發(fā)周期較短。符合人類理解圖片的自然方式。Web圖片搜索引擎設計 ——基于文本的圖片信息提取 大綱 ? 圖片檢索技術簡介 ? 我們設計的系統(tǒng)總體結構 ? 圖片文字信息提取 ? 無用圖片過濾 ? 一些統(tǒng)計規(guī)律 ? 結合文本與內容的方法（后期打算） 圖片檢索技術分類 ? 基于文本 ? 利用某種提取方法獲得與圖片內容相關的文本信息，利用傳統(tǒng)文本檢索方法提供檢索。 基于文本 ? 優(yōu)點 ? 符合用戶查詢習慣（關鍵字查詢） ? 適合復雜語義查詢（比如查 “ 奧運會 ” ） ? 利用已有的技術積累（文本檢索） ? 性能好 ? 缺點 ? 提取的信息不夠準確 ? 文字描述不能保證全面性 ? 不能基于內容相似查詢 基于內容 ? 優(yōu)點 ? 可以查詢相似圖片 ? 對圖片來源要求低（不需要額外文字信息） ? 缺點 ? 技術不成熟 ? 效率低 ? 復雜語義無法表示 基于語義 ? 通過理解圖片中的可視特征來建立低層特征到高層語義的映射（比如：能夠理解大海是藍色的） 。 ? 性能良好 ? 已有大量的網頁資源可供使用。有時 title使用缺省的名字（比如 n
規(guī)章制度相關推薦
鄂ICP備17016276號-1