web圖片搜索引擎設(shè)計(jì)(參考版)
2024-08-04 16:18本頁面
【正文】 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 ? 拼接兩個向量 ? 在查詢時同時提供關(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義空間。 ? 基于流的方式，圖片所在 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(diǎn) 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(biāo)記信息 ? a標(biāo)記信息 ? 網(wǎng)頁標(biāo)題 ? 圖片的 URL ? table結(jié)構(gòu) ? 圖片周圍文字（ DOM） ? 網(wǎng)頁 meta信息 ? 鏈接到圖片所在網(wǎng)頁的文本 ? 關(guān)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(diǎn)，利用 DOM接口的方法獲取相關(guān)信息。有時 title下還會嵌套標(biāo)記，需要去除。 ? 開發(fā)周期較短。 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。符合人類理解圖片的自然方式。 ? 基于語義 ? 理解可是特征的語義信息，可以利用文字查詢可視特征。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)簡介 ? 我們設(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
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1