RSS
 
当前位置 : 主页 > 网络科技 >

基于内容的图像检索技术研究

时间:2015-10-22 10:19 浏览:


所属科学技术领域 基于内容图像检索(CBIR)涉及计算机视觉、图像处理与模式识别、数据库等诸多领域,属于多学科交叉的前沿研究。 主要研究内容 包括图像检索模型、视觉特征检索、高层语义检索、检索方法评价、应用5方面。 (1)图像检索模型 根据图像检索需求,建立图像检索的模型体系、存储结构,研究人机交互界面模型的形式化方法。 (2) 基于图像视觉特征的检索 针对图像本身低层视觉特征,研究颜色、形状、纹理、位置及综合特征提取融合的新算法。 (3) 基于图像高层语义的检索 针对图像理解中的“语义鸿沟”,改进机器学习方法,引入相关反馈、多示例学习及隐语义分析、机器标注,构建领域本体、概念语义网络及语义匹配算法,建立图像低层特征到高层语义空间的映射,探索本体检索新机制。 ⑷ 图像检索方法性能评价 根据图像特征的相似度量函数,计算特征之间的相似性,按相似度排列检索结果,以提高检索算法的适用性、准确性和可靠性。 (5) CBIR应用 将CBIR应用于影像数据库、数字博物馆、三维模型的检索过程,实现基于WEB远程访问查询,设计实现了CBIR原型系统。 科学价值 克服通过对图像描述的字符匹配的 “字找图”传统方式的不足,利用图像的视觉特征及隐含语义的 “图找图”方法,提供了图像检索的新途径。本研究积累多年图像检索研究成果,跟踪本领域国际技术前沿,对图像检索意图表示、图像语义表示、检索机制研究具有重要的科学意义;应用于医学、数字博物馆等诸多领域,为数字化资源提供共享服务和技术支撑,应用前景广阔。 同行引用评价情况: 以沈绪榜院士为主任的鉴定委员会高度评价《数字博物馆开发平台》项目:“在展品的数据真实采集、基于内容的文物检索…等方面有重要创新,为数字博物馆开发提供了实用的平台,整体上达到了国际先进水平”。出版《基于内容的图像检索技术》专著1部。发表相关研究论文引文达1099次,被SCI、EI、ISTP检索论文39篇。

上一篇:“互联网+”下的企业创新
下一篇:没有了