基于内容的图像检索技术的发展方向

基于内容的图像检索技术是目前图像检索中的热门技术，本文主要是针对基于内容的图像检索技术中的的局限性，从图像数据模型、有效的特征提取、高层语义和低层特征的关联、高维索引技术、多特征综合检索、压缩域图像检索技术以及用户查询接口等方面探讨了基于内容的图像检索技术的未来发展方向。     

基于贝叶斯定理的遥感图像检索

对遥感图像检索中基于贝叶斯定理的一系列处理方法进行研究，阐述如何在底层原始图像特征与高层语义图像特征之间建立映射，并利用贝叶斯网络进行交互学习和概率检索的方法。最后结合基于内容的图像检索技术的研究热点，将Ontology概念引入图像检索领域，以提高图像的高层语义检索的精度。     

图像检索系统中相关反馈技术的检索过程分析

图像检索系统主要可分成基于本和基于内容的两大系统。图像包括视觉特征与语义特征，除了必须对图像进行分析、抽取和描述，利用这些内容特征建立索引进行检索之外，还必须考虑，对同一幅图片，人们可以按照各自的理解来阐释其内涵。本主要探讨基于内容的图像检索中相关反馈技术的运用过程及技术原理。     

图像内容理解与检索技术

大量图像的出现使得图像检索的需求越来越强烈.图像检索系统经历了基于文字的检索和基于底层特征的检索两个阶段.新的检索系统通过机器学习等技术,综合利用了视觉特征和高层语义概念进行更精确的语义检索.本文从图像底层特征表示与抽取、高层语义特征抽取、相关反馈等方面介绍了当前图像检索系统的基本进展,并对图像检索的发展趋势进行了展望.     

数字图书馆中基于内容的图像检索新进展

论述了基于内容的图像检索技术（CBIR）的新进展，提出了引入相关反馈机制、多种特征组合检索、图像聚类检索等三种改进其性能的方法。并通过实例论证了这些方法的有效性。     

基于语义的WWW图像检索*

图像检索是多媒体信息检索的一个重要研究分支。本文给出了从WWW网页中提取图像的文字信息和利用图像分析获取图像视觉特征的方法以及基于图像知识库整合图像的文字信息和视觉特征，获取图像语义的方法。基于此方法，建立了一个基于语义的WWW图像检索系统。初步实验表明，该系统具有较高的图像检索准确率。     

感性工学及其在图像检索中的应用

介绍感性工学的产生背景，主要研究内容与实现原理，并结合图像检索问题，分析感性工学与图像检索的联系以及基于感性特征检索图像的系统架构。指出感性工学和基于感性特征检索图像研究中有待解决的问题。     

数字图书馆中基于内容的图像检索技术

基于内容的检索是随着多媒体技术的发展而日渐明显的多媒体数据库查询和检索方法,它根据媒体对象的语义、特征等进行检索,其主要包括图像(Image)检索、视频(Video)检索、音频(Audio)检索。本文讨论了实现数字图书馆中基于内容的图像检索的关键技术,论述了每个阶段的研究特点,对基于内容的图像检索的主要研究技术进行详细和全面的论述,介绍了典型的基于内容的图像检索原型系统与数字图书馆系统,通过综述指出了目前研究中存在的主要问题并指出了今后的研究方向。     

数字图书馆中图像信息库的检索技术

简要介绍了基于内容的检索技术在数字图书馆中图像信息库检索方面的应用, 着重对基于对象特征的检索技术做了一定的探讨。并给出了检索效果评价准则。     

基于内容的静态图像检索

本文概括了基于内容的图像检索的现状，基于内容的图像检索的必要性。本文也描述了现行的基于内容的图像检索的主要技术，一些商业图像检索系统的特点，检索系统的性能，以及这个领域今后的发展方向。     

基于深度学习CNN模型的图像情感特征抽取研究

[目的/意义]以用户情感为线索的图像检索已成为机器学习研究的热点，但图像情感特征标注的语料数据多来源于对图像低层特征的抽取，从而导致图像检索过程单一化和程式化。本文提出了一种基于深度学习的图像情感特征抽取的算法，将图像底层特征融合到图像的高层情感语义当中，为实现图像的情感语义检索提供了参考。[方法/过程]利用改进的卷积网络模型，将数据集图像的颜色、纹理作为输入，经多层运算自动提取图像的情感信息，并通过反向传播算法计算出改进后模型的情感检索准确率，构造出准确率较高且过拟合程度低的图像情感特征提取模型。[结果/结论]应用改进的卷积神经网络模型，实现了对图像情感特征的抽取，相较于原模型提升了10%的检索准确率。     

基于XML文本片段和内容归并的图像检索研究

研究利用XML文本片段和图像的内容特征（颜色）实现图像的检索。基于XML多媒体数字图书馆检索系统平台WHU-XML,对XML文本和图像构建索引,并在此基础上,采用线性归并法,实现基于XML文本片段的图像检索和基于图像内容特征（颜色）检索的结合。研究结果表明,当文本检索权重大于图像内容检索的权重时,检索效果比只采用单一检索方式时好。     

基于内容的图像检索高层语义处理方法

从图像语义层次描述方式、图像语义抽取方法两个方面对利用语义进行图像检索的研究状况进行总结,提出建立语义模板用于支撑高层语义检索,同时应用多层次的相关反馈方法建立和修正图像低层特征与高层语义间的联系,缩小图像检索过程中的“语义鸿沟”,达到一定程度语义检索的目的。     

基于内容图像检索中纹理分析的研究

首先介绍了三种常用于基于内容图像检索系统中的纹理分析方法。在游程长度统计分析法的基础上提出了一种新的算法——游程累加算法，并设计了一个基于纹理特征进行图像检索的系统。对两种算法进行比较，试验结果表明游程累加算法能更好的反映图像的纹理特征。     

Comparison and Classification of Documents Based on Layout Similarity

This paper describes features and methods for document image comparison and classification at the spatial layout level. The methods are useful for visual similarity based document retrieval as well as fast algorithms for initial document type classification without OCR. A novel feature set called interval encoding is introduced to capture elements of spatial layout. This feature set encodes region layout information in fixed-length vectors by capturing structural characteristics of the image. These fixed-length vectors are then compared to each other through a Manhattan distance computation for fast page layout comparison. The paper describes experiments and results to rank-order a set of document pages in terms of their layout similarity to a test document. We also demonstrate the usefulness of the features derived from interval coding in a hidden Markov model based page layout classification system that is trainable and extendible. The methods described in the paper can be used in various document retrieval tasks including visual similarity based retrieval, categorization and information extraction.     

一种基于内容的图片资料检索方法

针对基于内容的图像检索方法这一日前有效地查询大量图片资料的关键技术，论述了利用面向对象的多媒体数据处理技术构建一个基于内容的图像检索系统的方法，重点讨论了图像纹理特征提取的改进算法，系统通过该算法以及和其它图像检索方法的配合使用．可顺利地实现图书馆数字图片资料的快速检索。     

Internet上的图像信息检索技术

Internet上丰富的图像信息 ,给网络信息检索带来了挑战。本文主要从颜色、形状、纹理、语义等方面阐述了Internet上的图像特征提取 ,分析了图像检索的示例查询方法、相似性度量以及相关反馈技术 ,并指出了目前图像检索中存在的问题和今后发展的方向。     

基于对称性和GC矩的数字图书馆图像检索技术

针对数字图书馆中的图像检索问题,提出一种新型的基于内容的图像检索技术。这种方法的主要创新性在于在图像检索的过程中利用图像对称性特征及广义复合矩(GC矩)。一般人类的视觉功能对对称性的感知比较敏感,而GC矩具有仿射不变性,对于图像检索具有更高的鲁棒性。因此,配合使用对称性和GC矩进行检测,可以准确检出具有视觉相似性的图像。实验结果表明,对称性特征可以去除大量的冗余图像,提高检索精度和加快检索速度。