【正文】 模型、概率推理網(wǎng)絡(luò)模型和向量空間模型。所以在比較、區(qū)分各類文本信息以決定是否符合檢索要求時(shí)，它們所占的權(quán)值應(yīng)該是有所不同的。圖像標(biāo)題和網(wǎng)頁標(biāo)題是簡單的詞條，兩者中相對來說圖像標(biāo)題更接近圖像的主題內(nèi)容。 8 文本的權(quán)值比較 以上討論了網(wǎng)頁中對圖像信息的描述，在圖像的檢索中，首先是要建立描述圖片內(nèi)容特征的查詢語句，然后比較、區(qū)分描述信息與查詢語句之間的異同，獲取需要檢索的圖像。但是作為搜索引擎要考慮的方面， 既要保證抽取信息的準(zhǔn)確性，也要兼顧程序執(zhí)行中時(shí)間、空間的復(fù)雜度。 (4)網(wǎng)頁的標(biāo)題，該標(biāo)題反映出網(wǎng)頁的中心內(nèi)容，作為表現(xiàn)網(wǎng)頁內(nèi)容的圖片與網(wǎng)頁的標(biāo)題之間也有著一定的聯(lián)系。 (2)圖像的標(biāo)題，通常用一個(gè)關(guān)鍵詞表示圖像信息。經(jīng)過對 HTML網(wǎng)頁格式的分析與對大量實(shí)際網(wǎng)頁的研究，可知以下幾個(gè)方面的標(biāo)記與文本和圖像內(nèi)容有著最為密切的聯(lián)系。如在 HTML 文檔中 img標(biāo)記以及其周圍的文字信息，與網(wǎng)頁中的插圖的內(nèi)容有著密切的聯(lián)系。 文本與圖像之間的關(guān)系 在文本檢索中，搜索引擎主要考慮 Web 頁中相關(guān)文字信息以及它的語義，這些文本信息反映 出網(wǎng)頁的內(nèi)容，但不完全與網(wǎng)頁中圖片的內(nèi)容一致。實(shí)現(xiàn)上述技術(shù)需要扎實(shí)的積累和自然語言處理功底。為了處理 Web的中文數(shù)據(jù)，還必須使用一系列中文自然語言處理技術(shù)。 7 如今在 Web 中處理圖像檢索有很多成熟的技術(shù)，如基于 Web的數(shù)據(jù)倉庫、 Web 數(shù)據(jù)挖掘、 Web 數(shù)據(jù)源集成技術(shù)等。 現(xiàn)有的檢索技術(shù)基于關(guān)鍵詞匹配進(jìn)行檢索，往往存在查不全、查不準(zhǔn)、檢索質(zhì)量不高的現(xiàn)象，特別是在網(wǎng)絡(luò)信息時(shí)代，利用關(guān)鍵詞匹配很難滿足人們檢索的要求。 第二章 基于 Web 的圖像搜索 在網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù) 迅猛 發(fā)展、多媒體應(yīng)用 愈發(fā) 普及的現(xiàn)在，圖像檢索和圖像應(yīng)用已成了 當(dāng) 今網(wǎng)頁中不可缺少的 一個(gè) 重要部分。未來的圖像檢索技術(shù)將是網(wǎng)絡(luò)技術(shù)和基于內(nèi)容的圖像庫檢索技術(shù)的 融合 。 所以 ，現(xiàn)在有很多的網(wǎng)絡(luò)檢索工具，就是說搜索引擎 使 用了智能的檢索手段 用 來增強(qiáng)它的檢索能力，而圖片檢索正是其中的一大塊內(nèi)容。這里 會 涉及到如何把用戶的查詢表達(dá)轉(zhuǎn)換 成 可以執(zhí)行檢索的特征矢量，如何從交互過程中獲取用戶的內(nèi)容感知， 方便 選擇合適的檢索 特征等問題。除 開 提供示例和描繪查詢基本接口 以 外，用戶的查詢接口應(yīng) 當(dāng) 提供豐富的交互能力，使用戶在主動的交互過程中表達(dá)對圖像語義的感知，調(diào)整查詢參數(shù)及其組合，最終 能夠 獲得滿意的查詢結(jié)果。 (5)對用戶查詢接口的研究 這涉及到用戶對圖像內(nèi)容感知表達(dá)、交互方式 設(shè)計(jì)、用戶 要 如何形成并提交查詢等方面。 與此 同時(shí)， MPEG7標(biāo)準(zhǔn)作為基于內(nèi)容的多媒體編碼標(biāo)準(zhǔn)也正在 規(guī)劃 制定當(dāng)中， 將要 成為國際標(biāo)準(zhǔn)中的一員。 20 世紀(jì) 90年代初，國際上就 已經(jīng)開 始 對基于內(nèi)容的圖像信息檢索 這 一 方面的研究。同時(shí) 把 巨大的圖像庫資源利用網(wǎng)絡(luò)實(shí)現(xiàn)共享 (4)對基于內(nèi)容編碼技術(shù)的研究 可以 這么 說，三個(gè)方向都是相互影響 相互 促進(jìn)的，任何一個(gè)方向的進(jìn)展都 能夠 促進(jìn)圖像檢索技術(shù)向前 精進(jìn) 一步。 現(xiàn)有 的圖像搜索引擎在信息的自動加工和標(biāo)引方面都 有 提高 空間 ，需要開發(fā)出計(jì)算機(jī)自動識別 、 標(biāo)引圖像的算法和技術(shù)， 用以完善現(xiàn)有的檢索功能，并與已有 成熟的圖像庫檢索技術(shù)相 融合 ，這是今后 需要 研究的一個(gè)課題。 (3)基于文本內(nèi)容結(jié)合的檢索研究 融合 文本和內(nèi)容， 二者雖 然 側(cè)重不同但卻互相補(bǔ)充。相 對而言，盡管圖像檢索已經(jīng)出現(xiàn)了諸如直方圖、顏色矩 等多種表征圖像特 點(diǎn) 的方法，但是 如果 要突破對低層次特征的分析，實(shí)現(xiàn)更 加 高語義上的檢索，實(shí)現(xiàn)難度 比較 大，進(jìn)展 緩 慢。但是 由 于 受控詞匯本身的局限， 容易產(chǎn)生 歧義，更新慢，所以不太 好應(yīng)對網(wǎng)絡(luò)上日新月異的各類圖像。試圖 把 傳統(tǒng)的文本檢索技術(shù) 用 于對多媒體信息的檢索上，因?yàn)榛谖谋镜臋z索技術(shù)發(fā)展已經(jīng) 很 成熟。 圖像檢索的發(fā)展方向 圖 像檢索技術(shù)給 了 用戶一個(gè)在互聯(lián)網(wǎng)上搜索感興趣圖 片 資源的有效手段， 依靠 文本和 依靠 內(nèi)容是圖像檢索發(fā)展的兩個(gè)分支，不過從 當(dāng)前 圖像檢索研究的趨勢 來看 ，尤其 是結(jié)合網(wǎng)絡(luò)環(huán)境下圖 片 的特征 —— 嵌入在具有文本內(nèi)容的 Web文檔中，出現(xiàn)了三個(gè)不同的研究著 重 點(diǎn)。另外有 些 搜索引擎還采用了相關(guān)度 的 反饋、概念查詢等算法； (8)用戶界面： 大多數(shù) 搜索引擎都提供了簡單 和高級查詢兩個(gè)界面。索引更新頻率 一般有 兩種定義，一種 用的比較少 的 定義是新的網(wǎng)頁能被收進(jìn)索引數(shù)據(jù)庫中，另 外 一種是同一頁多 長 時(shí)間才 會 被檢查一次，有必要時(shí) 會 更新索引。 搜索引擎基本要點(diǎn) (1)索引文檔 容量：當(dāng)今最大的搜索引擎有可能包含超 100,000,000 個(gè) 的 鏈接，但是 這 個(gè) 也只是整個(gè) Web網(wǎng)上 很 小 的一 部分。點(diǎn)擊簡圖可以 得到原圖 以及更多的信息，如著作權(quán)人和版權(quán) 信息 的相關(guān)圖像。它根據(jù)文件 的擴(kuò)展名識別圖像，在描述詞、文件名、目錄名、ALT 字段中查詢 到檢索詞。它 檢索范圍很有限，只包括 web 上人工選擇的部分站點(diǎn)。單擊 標(biāo)題可 以 得到原圖像，但需由該URL回溯才 可 找出源站點(diǎn)。最大特點(diǎn)就是人工干預(yù)，關(guān)鍵詞檢索是 其 主要的檢索手段。 主要缺 點(diǎn) 是標(biāo)引 的 深度 太淺 ，查準(zhǔn)率 比 較低，但查全率 比 較好。在高級 模4 式 中，可以將檢索結(jié)果圖像 鎖定 在 GIF、 PNG、 JPEG 等格式中。 Scour 工作原理是在文件名、路徑名 、 ALT 標(biāo)簽中搜索 關(guān)鍵 詞。 AltaVista 覆蓋面約為 萬維 網(wǎng)上可索引的網(wǎng)頁 之 30% (3)Scour 自稱是第一個(gè)基于 web 的多媒體搜索引擎。 能 夠 幫你在 萬維網(wǎng)上搜索你所需的網(wǎng)頁，文本 ，圖像，視頻音頻。 不過不支持布爾操作，但可以使用 +和 。以此同時(shí)它也支持對圖片的查詢。可以把搜索關(guān)鍵字和相似的分類目錄主題短語互相 作為 參照，而 且 那些主題短語會自動加 入 到你的查詢 中。在圖 片 搜索引擎中應(yīng)用這 類 檢索技術(shù)還有 困難，但 是 有部分圖像搜索引擎 開始 嘗試 使用 這種檢索方法。 2. 圖像可視屬性 檢索 基于圖像內(nèi)容的 搜索 主要是由圖 片 分析軟件自動 提取 圖 片 的顏色、 類型 等特征， 從而 建立特征 數(shù)據(jù) 庫，其輸入 的 弱國為用戶要查找圖 片 的大致特征 或示例， 則 通過一定相似 匹配規(guī)則，輸出為與 該 圖片具有相近特征的圖 片 ，按相似 的 程度 來 排列， 以 供用戶