《基于內(nèi)容的圖像檢索技術(shù)研究》開題報告2800字

題目：基于內(nèi)容的圖像檢索與推薦技術(shù)研究一、論文選題的意義圖像一直以來都是人類青睞的多媒體載體之一，在遠(yuǎn)古時代人們就通過圖上像傳遞有用的信息，從身邊和我們密切相關(guān)的技術(shù)說起，我們每天所獲取的天氣信息都來自于衛(wèi)星云圖，再由專業(yè)天氣人員根據(jù)豐富的經(jīng)驗判斷得出，再者，公安人員對于案件的偵破也常常借助于圖像信息，在當(dāng)今互聯(lián)網(wǎng)時代，電子商務(wù)也大都以圖像的形式向客戶傳遞有用的信息，現(xiàn)在己經(jīng)出現(xiàn)各種對圖像的需求，有效地檢索和分類圖像信息成為急需要解決的問題?；趦?nèi)容的圖像檢索(Content-BasedImageRetrieval,CBIR)技術(shù)的產(chǎn)生符合了時代的潮流，可以滿足人們對于圖片的不同需求。作為一種實用性很強(qiáng)的技術(shù)，基于內(nèi)容的圖像檢索有著廣闊的應(yīng)用前景并涉及到社會和生活的很多方面。圖像分類是圖像檢索的基礎(chǔ)，己有研究表明有效的圖像分類技術(shù)是實現(xiàn)圖像快速檢索的有效途徑，對提高圖像檢索的效率和精度具有重要的研究價值。因此，基于內(nèi)容的圖像檢索的分類方法己成為國內(nèi)外研究的熱點。前期的圖像檢索的分類方法主要是依靠圖片索引中的關(guān)鍵字來進(jìn)行分類，這種方法基于圖像人工文本注釋，使用文本檢索實現(xiàn)圖像分類。使用圖像設(shè)置關(guān)鍵字和文本描述信息分類方法作為一種網(wǎng)絡(luò)信息檢索分類方法，因為有著寫作很難反映圖像完整內(nèi)容和費時費力的缺點，己經(jīng)越來越不能適應(yīng)需求。隨著海量圖像數(shù)據(jù)的不斷出現(xiàn)，科研人員基于圖像的顏色、紋理、形狀、面積和視特征等信息，根據(jù)例圖在大規(guī)模圖像檢索中的作用提出了基于內(nèi)容的圖像檢索(CBIR)，實現(xiàn)了圖像的視覺內(nèi)容根據(jù)分類的特征，這種嘗試找到地圖查詢模式是”關(guān)鍵字找到圖“的一個大突破，是成為分類的圖像檢索技術(shù)研究和主流。二、國內(nèi)外研究現(xiàn)狀基于內(nèi)容的圖像檢索分類方法研究隨著信息時代而不斷擴(kuò)張。多媒體計算機(jī)技術(shù)、網(wǎng)絡(luò)傳輸速度增加，新的有效的圖像/視頻壓縮技術(shù)不斷出現(xiàn)，讓人們通過網(wǎng)絡(luò)實現(xiàn)全球多媒體信息共享成為可能。為了滿足人們大規(guī)模圖像信息需求，提出一種新的基于內(nèi)容的圖像檢索分類方法勢在必行。傳統(tǒng)的圖像檢索的分類方法以網(wǎng)頁中所包含的圖片周圍的關(guān)鍵詞或者描述性文本作為圖片的索引數(shù)據(jù)并將網(wǎng)絡(luò)上的圖片進(jìn)行分類。當(dāng)需要進(jìn)行圖像檢索時，系統(tǒng)根據(jù)索引數(shù)據(jù)的分類就可以找到對應(yīng)的圖片。使用此類圖片搜索原理的搜索引擎有Google圖片搜索、百度圖片。但是此類方法也存在明顯的不足:使用關(guān)鍵詞或者描述性文本對用戶的描述準(zhǔn)確性和圖像關(guān)鍵字有很大的依賴性，很難在圖片的結(jié)果集中得到一個良好地分類?，F(xiàn)在，除了傳統(tǒng)搜索引擎主要采用關(guān)鍵字分類方法的圖片搜索功能外，國內(nèi)外也出現(xiàn)了許多采用其它分類方法的專業(yè)圖片搜索引擎，例如FlickrColorSelectr,MulticolrSearchLab,Retrievr、中國搜圖網(wǎng)等等。FlickrColorSelectr和MulticolrSearchLab均使用顏色作為主要搜索特征，用戶通過選擇想要搜索的顏色來查找具有相似顏色的圖片。Retrievr圖片搜索引擎能根據(jù)用戶在涂鴉板上的描繪搜出相關(guān)的圖像。但是這些搜索分類方法的缺陷是只依賴于顏色特征對搜索出的圖像進(jìn)行分類，缺少依照關(guān)鍵字的分類功能，這就導(dǎo)致了搜索結(jié)果缺乏針對性和邏輯性?；趦?nèi)容的圖像檢索技術(shù)出現(xiàn)于90年代初期，它使用顏色、形狀和紋理特征作為圖像檢索的依據(jù)(內(nèi)容為基礎(chǔ)的圖像檢索技術(shù))。因為它具有重要的研究意義和很好的應(yīng)用價值，并迅速成為一個研究熱點。有許多國內(nèi)外形成系統(tǒng)，例如，IBMQBIC，麻省理工學(xué)院，哥倫比亞等。盡管當(dāng)前己經(jīng)有大量研究和實際應(yīng)用使用了基于內(nèi)容的圖像檢索技術(shù)，但是由于基于內(nèi)容的圖像檢索分類方法還不成熟，還需要進(jìn)一步的研究和改進(jìn)。沒有一種圖像檢索分類方法，適用于任何領(lǐng)域，但目前主流的搜索引擎還沒有完全實現(xiàn)基于內(nèi)容的圖像檢索結(jié)果分類，這是一個很好的證明。當(dāng)前，由于CBIR方法的特征提取、相似度比較等算法復(fù)雜度較高，所以該技術(shù)目前更多的局限于本地圖像的檢索。為了在互聯(lián)網(wǎng)中搜索引擎技術(shù)中大規(guī)模使用CBIR系統(tǒng)，就要面對如何解決快速有效的提取圖像特征、如何在互聯(lián)網(wǎng)資源中得到想要的相似或相同的圖像文件等問題，這些都是對實時性要求較高的CBIR系統(tǒng)函需解決熱點問題。因此，將基于內(nèi)容的圖像檢索分類方法充分應(yīng)用于門戶搜索引擎，使檢索結(jié)果實現(xiàn)良好分類，將是未來重要的研究方向。三、論文研究的基本思路及欲解決的主要問題隨著諸如智能手機(jī)、數(shù)碼相機(jī)、平板電腦等電子設(shè)備的普及，人們可以用越來越容易的方式創(chuàng)作以及獲取圖片。同時，社交網(wǎng)站的興起，如國外的Instagram、Facebook和國內(nèi)的QQ等，直接催生了人們分享照片的興趣。這些原因無疑導(dǎo)致了圖像數(shù)據(jù)庫的規(guī)模迅猛增長，例如，flickr作為一個照片分享網(wǎng)站，單是2017年就有用戶上傳了高達(dá)6億張圖片，中國最大的電商網(wǎng)站淘寶同樣保存著數(shù)十億計的用戶圖片。海量的圖像規(guī)模不僅在存儲方面增加了難度，同時在應(yīng)用方面，也對能夠讓用戶精準(zhǔn)、快速的查找感興趣的圖片提出了挑戰(zhàn)。因此，針對大規(guī)模圖像數(shù)據(jù)庫的信息檢索，成為了當(dāng)前數(shù)字圖像處理技術(shù)方向的研究熱點。到目前為止，大規(guī)模圖像檢索的主流是基于內(nèi)容的圖像檢索技術(shù)，主要方式是類似于文本處理方面的詞袋模型，本文即對此展開介紹，并解釋其他的擴(kuò)展方法。本文下面的組織如下：第1章介紹基于內(nèi)容的圖像檢索技術(shù)的基本內(nèi)涵，并介紹圖像檢索的評價指標(biāo)，第2章介紹了利用提取圖像局部特征的基本BoF模型檢索方法，以及相應(yīng)的索引、相似度計算方式，第3章介紹了對聚類的改進(jìn)，即漢明嵌入，第4章介紹了基于幾何信息的重排，第5章則展示了實驗效果，對所采用的方法進(jìn)行相應(yīng)的實驗，并利用評價指標(biāo)進(jìn)行效果評價。四、作者已進(jìn)行的前期準(zhǔn)備及資料搜集情況1、圖像檢索技術(shù)的特點；在檢索的時候利用圖像的特征內(nèi)容可以使過程檢索效率更高，可移植性強(qiáng)。能夠提供比較相近的匹配技術(shù)，可以判斷出來同一幅圖像的不同的表達(dá)形式。對于大規(guī)模的數(shù)據(jù)庫的檢索有著很高的效率。2、圖像檢索評價指標(biāo)對圖像檢索返回的結(jié)果，本文利用的評價指標(biāo)為平均精度均值指標(biāo)(meanAveragePrecision,mAP)指標(biāo)。mAP是指的是平均精度(AveragePrecision,AP)的均值：mQ代表查詢次數(shù)。APi則是第iAP實現(xiàn)中，積分會被一個有限和代替：APn表示取回的圖像結(jié)果的個數(shù)，j是取回圖像的序列，Pj就代表前j個圖像的精度，?rj則是從第j?1五、階段性工作計劃1選題2022年10月15日-2022年10月31日2撰寫論文開題報告并提交2022年11月1日-2022年11月25日3準(zhǔn)備資料、撰寫修改并提交論文初稿2022年11月26日-2023年1月20日4準(zhǔn)備資料、撰寫修改并提交論文二稿2023年1月21日-2023年2月20日5論文定稿、打印裝訂并提交論文終稿2023年2月20日-2023年3月21日6論文答辯2023年3月22日-2023年4月10日六、參考文獻(xiàn)七、指導(dǎo)教師審閱意見