web圖片搜索引擎設(shè)計(jì)(更新版)
【正文】 不處理動(dòng)態(tài)內(nèi)容） ? 從 title獲得相關(guān)文字信息 ? 從 anchor_text獲得圖片的文字信息（通常最準(zhǔn)確） 常用提取模式（續(xù)） ? 網(wǎng)頁(yè)的標(biāo)題 ? 圖片與所在網(wǎng)頁(yè)相關(guān)，因此和網(wǎng)頁(yè)的標(biāo)題相關(guān) ? 提取 title下的文字。 ? 基于內(nèi)容 ? 提取圖片中的可視化特征，比如顏色，形狀，紋理等，對(duì)特征建索引，提供相似查詢。 我們的選擇 ——基于文字 ? 理由 ? 目前的大型圖片搜索引擎基本上都是以基于文字的檢索為主體。 結(jié)合文本和內(nèi)容的方法 ? 利用基于內(nèi)容的提取方法，可以得到圖片的可視特征組成的向量 ? 考慮如何與得到的文本向量相結(jié)合來改進(jìn)信息的相關(guān)性，從而改進(jìn)圖片搜索引擎的查詢效果（作為未來系統(tǒng)改進(jìn)方向） 結(jié)合文本和內(nèi)容的方法（續(xù)） ? 先文本后內(nèi)容的方法 ? 先用文本查詢，得到初始圖片集，用戶挑選相近的圖片，進(jìn)行內(nèi)容相似查詢，最終得到想要的圖片 ? 拼接兩個(gè)向量 ? 在查詢時(shí)同時(shí)提供關(guān)鍵字和相似圖片，利用類似 VSM的方法進(jìn)行匹配 結(jié)合文本和內(nèi)容的方法（續(xù)） ? 利用 LSI整合兩個(gè)向量 ? 將文字和內(nèi)容向量拼接，然后利用 LSI算法來得到整合的語(yǔ)義空間。 ? 開發(fā)周期較短。Web圖片搜索引擎設(shè)計(jì) ——基于文本的圖片信息提取 大綱 ? 圖片檢索技術(shù)簡(jiǎn)介 ? 我們?cè)O(shè)計(jì)的系統(tǒng)總體結(jié)構(gòu) ? 圖片文字信息提取 ? 無用圖片過濾 ? 一些統(tǒng)計(jì)規(guī)律 ? 結(jié)合文本與內(nèi)容的方法（后期打算） 圖片檢索技術(shù)分類 ? 基于文本 ? 利用某種提取方法獲得與圖片內(nèi)容相關(guān)的文本信息，利用傳統(tǒng)文本檢索方法提供檢索。 ? 性能良好 ? 已有大量的網(wǎng)頁(yè)資源可供使用。 ? 我做了一個(gè)試驗(yàn)： LSI試驗(yàn) 結(jié)合文本和內(nèi)容的方法（續(xù)） ? 整合的意義 ? 可以得到文檔和文字內(nèi)容特征之間的關(guān)系 ? 可以用于構(gòu)建語(yǔ)義庫(kù) ? 從 文字 ??可視特征 ，比如 “ 天空 ” ??藍(lán)色 ? 用于基于語(yǔ)義的查詢 ? 查詢可以基于文本或內(nèi)容，能夠?qū)⒁粋€(gè)向量中的相似關(guān)系引入另一個(gè)向量 謝謝！
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1