【正文】 (2)基于手工標(biāo)注的檢索。檢索時(shí)，將主要在這些關(guān)鍵 詞中搜索用戶輸入的關(guān)鍵字。 此外 ，由于圖 片所包含的信息量 很 龐大，不同 類 型 用戶對(duì)同一張圖 片 的看法又不盡相同， 就像 一萬(wàn)個(gè)讀者有一萬(wàn)個(gè)哈姆雷特一般，從而導(dǎo)致了對(duì)圖像 標(biāo)注缺乏統(tǒng)一標(biāo)準(zhǔn)。 這是 基于圖 片 本身特征 的檢索，適用于檢索 明確 目標(biāo)的查詢要求， 可是 目前這種 較為 成熟的檢索技術(shù)主要 是 應(yīng)用于圖 片 數(shù)據(jù)庫(kù)檢索。 對(duì)幾個(gè)基本引擎的 簡(jiǎn)單 分析 (1)InfoSeek 是一個(gè)簡(jiǎn)單 而又 功能強(qiáng)大的索引，它的 優(yōu)點(diǎn)是有面向主題搜索而且 可擴(kuò)展的 分類。使你的檢索有更好的主題相關(guān)性。 能夠漫游 Web、 Use、 Use FAQs 等等。 (2)AltaVista 是個(gè)大容量的，基于 機(jī)器人 索引的 搜索引擎。 AltaVista 支持多種語(yǔ)言和簡(jiǎn)單的自然語(yǔ)言 搜索 查詢。嚴(yán)格講，它并非是個(gè)圖像搜索引擎，但 是 可以將檢索 局限 在圖像搜索上。主要使用關(guān)鍵詞 搜索 ，可以用 符號(hào) ＋ 或 － 來(lái)增加 、 排除關(guān)鍵詞，使 用 較少 關(guān)鍵詞會(huì)更有效。檢索結(jié)果顯示簡(jiǎn)圖、圖像類型（如 GIF、 JPG）、大小、最后 查找日期、檢索詞匹配數(shù)量、標(biāo)引使用關(guān)鍵詞、成功下載 可靠程度等，并 且 同時(shí)給出圖像文件的 URL和源站點(diǎn) URL。 (4) Amazing Picture Machine 是由 NCRTEC 開(kāi)發(fā)的一個(gè) 真 —— 人工建立 完全 關(guān)鍵詞式索引 。 Amazing Picture Machine 搜索 的結(jié)果顯示一個(gè)簡(jiǎn)短標(biāo)題、有關(guān)圖像說(shuō)明、文件大小、文件類型以及 象素多少等，但 是不顯示簡(jiǎn)圖。 由于 是 人 工干預(yù)檢索過(guò)程，查準(zhǔn)率極好，但事物 的作用是相對(duì)的，人工干預(yù)也 限制了它的查全率。 (5)Lycos 對(duì)所收錄 圖像進(jìn)行了 非常 詳盡的內(nèi)容描述，并 且 支持短語(yǔ)檢索，從而使 得其查準(zhǔn)率獲得 很大 提高。結(jié)果顯示信息非常 豐富，包括簡(jiǎn)圖、圖像大小、最后檢索 的日期、圖像文件名、圖像內(nèi)容 的描述詞、圖像所在頁(yè)面等。比較而言其檢索效果很好，速度也 快。因?yàn)槭占Y料的 機(jī)器人，只可以從已知 的鏈接開(kāi)始收集網(wǎng)頁(yè) 數(shù)據(jù)，只有 小部分 Web 網(wǎng)頁(yè)和這些已知 的網(wǎng)頁(yè)有 鏈接 ；現(xiàn)在 為止還沒(méi)有一個(gè)搜索引擎可以 隨網(wǎng)頁(yè)內(nèi)容的更新 而 比較及時(shí)地更新 索引； (2)覆蓋面：地理 上 的 覆蓋面和主題 的 覆蓋面； (3)索引更新頻率：不同 類型 的 搜索引擎，索引更新頻率相差 非常大 ，有的是幾 月 ，有的是一年。有的搜索引擎會(huì)對(duì) 時(shí)常 更新的網(wǎng)頁(yè)和 訪問(wèn)人數(shù) 多的網(wǎng)頁(yè) 進(jìn)行更 加 頻繁的重建索引； (4)采集過(guò)程：采集 可分為 寬度優(yōu)先、深度優(yōu)先兩種算法；一般認(rèn)為寬度優(yōu)先對(duì)擴(kuò)大內(nèi)容覆蓋面有 幫助 ，深度優(yōu)先算法 可以 提供更多細(xì)節(jié)資料； (5)索引算法：有的搜索引 擎只 會(huì) 處理元標(biāo)記和一小部分文檔內(nèi)容，而 另外 有一些搜索引擎則是 會(huì) 對(duì)全文進(jìn)行索引； (6)結(jié)果顯示：有的搜索引擎只 會(huì) 顯示網(wǎng)頁(yè)標(biāo)題，有些 的話 則有更詳細(xì)的一些信息，比如 說(shuō) 網(wǎng)頁(yè)的內(nèi)容，更新日期等； (7)查詢算法：一個(gè)優(yōu)秀的查詢算法是 非常 重要的，最基本的布爾查詢，短語(yǔ)查詢，5 有 些 搜索引擎還 會(huì) 提供指定屬性的查詢，比如 說(shuō) 可以指定對(duì)網(wǎng)頁(yè)作者、主題進(jìn)行查詢。并有 必要的幫助和 示范 。 (1)基于文本的檢索研究 依靠 文本，對(duì)圖像進(jìn)行檢索。如 網(wǎng)頁(yè)排名 方法、位置方法、 概率方法、摘要方法 、詞性標(biāo)注法 、分類或聚類方法等，不僅技術(shù)發(fā)展 比較 成熟，同時(shí)分析和實(shí)現(xiàn)的難度 比較小 小。 (2)基于內(nèi)容的檢索研究 依靠 于圖像內(nèi)容，對(duì)圖 片 進(jìn)行分析和檢索。 但是 ，基于內(nèi)容的圖像檢索建立在多媒體信息 內(nèi)容語(yǔ)義上，可以 更為客觀地反映媒體本質(zhì)的特征。 假如 能將二者結(jié)合起來(lái)取長(zhǎng)補(bǔ)短，則網(wǎng) 絡(luò)圖像檢索技術(shù)必 然 有新的進(jìn)展。 并且 ，圖像庫(kù)檢索技術(shù)也 應(yīng)當(dāng) 面向網(wǎng)絡(luò)，利用網(wǎng)絡(luò)技術(shù)進(jìn)行改造，提供新的 萬(wàn)維網(wǎng)訪問(wèn)界面 以 代替原來(lái)的應(yīng)用系統(tǒng)界面。 當(dāng)今，國(guó) 際上還沒(méi)有通用 基于內(nèi)容的編碼標(biāo)準(zhǔn)。從 最 基本的顏色檢索，到綜合利用多種圖像特征進(jìn)行檢索， 很多 原型系統(tǒng)已經(jīng)推出，其中， 有 部分已投入到實(shí)際應(yīng)用中以檢6 驗(yàn)其有效性。 所以 ，應(yīng)盡快對(duì) MPEG7 標(biāo)準(zhǔn)進(jìn)行研究，分析其編碼的 性質(zhì) ，在此基礎(chǔ)上進(jìn)一步研究基于內(nèi)容檢索的系統(tǒng)，使我國(guó)基于內(nèi)容的圖像檢索 能夠盡快走向?qū)嶋H應(yīng)用 的 階段?，F(xiàn)代多媒體信息系統(tǒng) 一個(gè)重要 的特征 就是信息獲取過(guò)程 中 的可交互性，人在系統(tǒng)中是 主導(dǎo)地位 。用戶的查詢接口應(yīng)該是 簡(jiǎn)單直觀易用的，底層 特征選擇對(duì)用戶是透明的。 一個(gè)優(yōu)秀的搜索引擎必須 能夠 處理以下幾個(gè)問(wèn)題： (1)網(wǎng)頁(yè) 分類 (2)自然語(yǔ)言 處理 (3)搜索策略 調(diào)度和協(xié)作 (4)面向特定用戶 搜索。 隨著網(wǎng)上多媒體的 越來(lái)越 廣泛應(yīng)用，對(duì)圖像的檢索需求將會(huì)越迫切。隨著多媒體信息處理技術(shù)的日趨 發(fā)展和深化，圖像信息加工、處理和檢索標(biāo)準(zhǔn)的 陸續(xù) 出臺(tái)，網(wǎng)上的圖像檢索技術(shù) 也會(huì)日趨完善，而圖 像搜索引擎也將成為 網(wǎng)絡(luò) 新寵。在能夠?qū)崿F(xiàn)對(duì)網(wǎng)頁(yè)中文本信息提取的同時(shí)，如何再為用戶抽取所需的圖片資料是信息檢索中一個(gè)值得研究的問(wèn)題。 當(dāng)然現(xiàn)在的人們也可以利用圖像的內(nèi)容特征去搜索所需的圖片信息，但現(xiàn)在這項(xiàng)技術(shù)就是到現(xiàn)在也還不夠成熟，其搜索效率還是不能令人滿意。為此，必須為 Web 建立適當(dāng)?shù)臄?shù)據(jù)模型，利用數(shù)據(jù)模型有效地從 Web中獲取信息。比較基礎(chǔ)的技術(shù)有自動(dòng)分詞、人名和機(jī)構(gòu)名的自動(dòng)識(shí)別、自動(dòng)標(biāo)引等，其他像信息抽取、自動(dòng)文摘、文檔自動(dòng)分類、中文概念詞的自動(dòng)發(fā)現(xiàn)以及概念詞之間 的語(yǔ)義關(guān)系的確定等技術(shù)都必不可少。 而如何利用現(xiàn)有成熟的傳統(tǒng)的圖片檢索手段，研究出快捷方便而且能迅速提高檢索效率的方法，本文將依據(jù)現(xiàn)有的搜索引擎和檢索手段的研究找到網(wǎng)頁(yè)中文本與圖像之間的內(nèi)在特點(diǎn)和聯(lián)系，改進(jìn)原有的文本搜索使用的模式和方法，提出新的文本相似的匹配算法，并引入檢索的反饋技術(shù)，把這些技術(shù)引入到圖像檢索中，使得搜索手段更易于實(shí)現(xiàn)和提高檢索效率。在 HTML 網(wǎng)頁(yè)中，根據(jù) HTML語(yǔ)言的格式，捕獲反映圖片信息的文字信息，分析這些文本的語(yǔ)義具有重要的意義。 表示圖像內(nèi)容的文本標(biāo)記 為了能識(shí)別嵌入網(wǎng)頁(yè)中圖片的內(nèi)容，必須仔細(xì)檢索 HTML文檔中能反映出圖像內(nèi)容的標(biāo)記與其中的文本。 (1)圖像的說(shuō)明，這些文本出 現(xiàn)在圖像的周?chē)靡痪溥^(guò)多句話表示出圖像的內(nèi)容，當(dāng)圖像被置于表格中時(shí)，同一單元或相鄰單元格內(nèi)的文字也常用與表示圖像的含義。 (3)圖像的標(biāo)