论文部分内容阅读
随着多媒体和网络技术的迅速发展，图像数据不断扩大。如何有效的利用这些大量的图像，成为人们面临的一大难题。如何通过图像标注和检索来高效的利用图像资源，一直以来都是计算机领域的热点问题。本文针对其中的若干关键问题做了研究，主要做了以下工作：
丰富了图像形状语义特征。本文选取了恰当的底层特征来生成形状语义特征。在图像的语义信息中加入了图像形状语义特征，并通过实验验证了形状语义特征的检索有效性、鲁棒性。
实现了基于内容和语义的图像检索。在图像检索中采用了形状特征语义，同时把基于内容的图像检索和基于语义的图像检索结合起来，即在大的检索方向不会偏差，又在细节上又得到一定的提高。
提出了考虑VAWO和词相关性的图像标注方法。利用人们在视觉认识中的关注机制，在标注过程中从图片中提取了视觉注意机制中最引人注意的部分，同时利用wordnet计算图像中各对象之间的内在联系，综合VAWO和词相关性对图像进行了标注。通过实验表明，结合VAWO和词相关性的图像标注提高了标注准确率。
实现了结合VAWO和词相关性的图像标注原型系统，实现了基于内容和语义的图像检索原型系统。图像检索原型系统有文本查询和示例图查询两种方式。
综上所述，本文提出了四种改进图像标注和检索的方法，并且开发了标注检索原型系统，最后通过实验结果表明本文在图像标注和检索领域的意义和实用价值。