多媒體信息的管理與查詢-資料下載頁
2025-01-10 15:38本頁面
【正文】 像的特征提取為例，可以提取形狀特征、顏色特征、 紋理特征、輪廓特征等。 一般來講，人對于特征比較敏感，能迅速分辨出目標 的輪廓、音樂的旋律等，但對于大量的對象，一方面難 以記住這些特征，另一方面人工從大量數(shù)據(jù)中查找目標 效率非常低，而這正是計算機的長處，因此，使用基于 內(nèi)容檢索的系統(tǒng)時，人與計算機相互分工配合進行檢索。 在檢索過程中，采用逐步求精的辦法，每一層的中間 結(jié)果是一個集合，不斷減小集合的范圍，直到定位到目 標。這一點與數(shù)據(jù)庫檢索的精確匹配算法有明顯不同。 多媒體數(shù)據(jù)庫的基于內(nèi)容檢索 1．基于內(nèi)容檢索系統(tǒng)的體系結(jié)構(gòu) 2．基于內(nèi)容檢索的關(guān)鍵技術(shù) 3．基干內(nèi)容檢索系統(tǒng)的設計和實現(xiàn) 基于內(nèi)容檢索系統(tǒng)的體系結(jié)構(gòu) 基于內(nèi)容的檢索作為一 種信息檢索技術(shù)，接入或 嵌入到其他多媒體系統(tǒng)中， 如超媒體（瀏覽器）系統(tǒng)、 會議系統(tǒng)、多媒體信息系統(tǒng)、 關(guān)系數(shù)據(jù)庫系統(tǒng)等，提供基 于多媒體數(shù)據(jù)內(nèi)容的信息查 詢和檢索。因此，將基于內(nèi) 容的檢索設計為多媒體數(shù)據(jù) 庫的檢索引擎結(jié)構(gòu)，在體系 結(jié)構(gòu)上劃分為兩個子系統(tǒng)， 特征抽取子系統(tǒng)和查詢子系 統(tǒng)，如左圖所示。 基于內(nèi)容檢索的處理過程 基于內(nèi)容的查詢和檢索是 一個逐步求精的過程，存 在著一個特征調(diào)整，重新 匹配的循環(huán)過程。 1）提交查詢要求 2）相似性匹配 3）返回候選結(jié)果 4）特征調(diào)整 基于內(nèi)容檢索的關(guān)鍵技術(shù) 基于內(nèi)容檢索需要解決兩類關(guān)鍵技術(shù)： 多媒體的提取和匹配。 相似檢索技術(shù)。 （ 1）基于內(nèi)容檢索的索引方法 （ 2）內(nèi)容描述技術(shù) 1）圖像的特征描述 顏色特征的提取 形狀特征的提取 紋理特征的提取 2）視頻檢索 視頻信號的結(jié)構(gòu)化 視頻分割 鏡頭組織 描述建立 主運動估計 層描述 鏡頭代表幀生成 基干內(nèi)容檢索系統(tǒng)的設計和實現(xiàn) 隨著多媒體技術(shù)的迅速普及， Web上將大量出現(xiàn)多媒體信息，例如，在遙感、醫(yī)療、安全、商業(yè)等部門中每天都不斷產(chǎn)生大量的圖像信息。這些信息的有效組織管理和檢索中都依賴基于圖像內(nèi)容的檢索。目前，這方面的研究已引起了廣泛的重視。例如，由 IBM公司開發(fā)的 QBIC是最有代表性的系統(tǒng)，它通過友好的圖形界面為用戶提供了顏色、紋理、草圖、形狀等多種檢索方法；美國加州大學伯克利分校與加州水資源部合作進行了 Chabot計劃，以便對水資源部的大量圖像提供基于內(nèi)容的有效檢索手段。此外還有麻省理工學院的 Photobook，可以利用 Face、 Shape、Texture、 Photobook分別對人臉圖像、工具和紋理進行基于內(nèi)容的檢索，在 Virage系統(tǒng)中又進一步發(fā)展了將多種檢索特征相融合的手段；澳洲的 New South Wales大學已開發(fā)了 NUTTAB系統(tǒng)，用于食品成分數(shù)據(jù)庫的檢索。
公司管理相關(guān)推薦
鄂ICP備17016276號-1