论文部分内容阅读
目前,随着网络技术的发展以及数字移动设备的广泛使用,图像数据呈爆炸式的增长,单台机器处理图像的方法已经无法应对现实的需要;同时,当前用户搜索图像的习惯是在常用的搜索引擎文本框中键入查询关键词,之后提交并由搜索引擎返回大量经过排序后的图像列表。这些常用的搜索引擎是以“一次命中”为目标设计的,当一次查询没有命中时,用户就需要重新设计查询语句,因此这些常用搜索引擎在用户有明确目标的情况下才能返回令人满意的检索结果。然而,当用户不清楚如何达到目标,又或者对目标本身模糊不清时,如何组织和使用这些海量图像,如何从其中找出符合用户预期的图像以及如何让用户从返回的大量图像列表中快速理解、获取图像间的关系成为目前研究的热点和难点。嵌套在人机交互领域中的探索式搜索领域,是以超越Google,Bing等以文档为核心的下一代搜索界面为目标的,它以用户的好奇或者用户想获取更多的信息为驱动,更注重于与用户之间的交互。可视化的主要目的是将数据进行可视表示,方便人们快速辨别、浏览信息。而类似智能手机这类移动设备具有强大的与用户交互的功能,并且这类设备的持有者也越来越多,他们更倾向使用这类设备获取信息。因此,在移动设备上对图像进行可视化探索式搜索具有相当重要的意义。针对上述问题,本文做了如下三个方面的工作:(1)使用Hadoop平台处理海量图像,并利用谱聚类算法得到图像的视觉词袋,实现将抽象的图像信息变成可视的“视觉词汇”,解决单机处理海量图像时存在内存空间不足、处理时间过长等问题。(2)首次提出了使用共生分析的方法来定义图像间的相关性,解决用户难以理解图像间关系的问题。(3)在安卓手机上做了一个基于相关性的海量图像的可视化探索式搜索原型系统,解决手机用户在使用软键盘时输入的不便以及易出错等问题,增加了对用户的友好度。和现有的搜索系统相比,本文的搜索系统原型具有以下三个方面的优势:1.支持用户与系统在图形界面上进行交互。2.能使用户较清楚地区分查询图像和返回的图像间关系。3.能进一步诱导用户自发的去进行下一步的探索,得到更丰富更多感兴趣的信息。实验结果表明,本文提出的方法能有效提高用户获取相关图像以及图像间关系的能力。