《大数据时代信息资源检索与分析》_让你更懂数据_11.2.2 基于内容检索的检索类型

【摘要】 本书摘自《大数据时代信息资源检索与分析》一书中第11章，第2节，由康桂英、明道福和吴晓兵编著。

11.2.2 基于内容检索的检索类型

1.基于内容的图像检索

所谓基于内容的图像检索 (Content-based Image Retrieval,CBIR), 即从图像库中查找含 有特定目标的图像，也包括从连续的视频图像中检索含有特定目标的视频片段。它区别于传统的图像检索手段，融合了图像理解技术，从而更有效。对于基于内容的检索系统，根据其 处理的对象可将其分为静止图像检索和活动视频检索；根据图像库的内容可分为专用检索系 统和通用检索系统。专用检索系统根据系统的专门要求进行检索，而通用检索系统所采用的 技术则较为普遍。

基于内容的图像检索是指根据图像对象的内容及上下文联系在大规模多媒体数据库中进 行检索。它的研究目标是提供在没有人类参与的情况下能自动识别或理解图像重要特征的算 法。目前，基于内容的多媒体信息检索的主要工作集中在识别和描述图像的颜色、纹理、形 状、空间关系上。目前的图像检索方法主要有：基于颜色特征的查询、基于纹理特征的查 询、基于轮廓和形状特征的查询、多特征的综合检索方法以及图像多特征的相关反馈检索技 术等。

2.基于内容的视频检索

基于内容的视频检索，就是根据视频的内容和上下文关系，对大规模视频数据库中的视 频数据进行检索。基于内容的视频检索包括很多技术，如视频结构的分析(镜头检测技 术)、视频数据的自动索引和视频聚类。视频结构的分析是指通过镜头边界的检测，把视频 分割成基本的组成单元——镜头，视频数据的自动索引包括关键帧的选取和静止特征与运动 特征的提取，视频聚类就是根据这些特征进行的。

基于内容的视频检索技术从提出到现在，在国内外已经取得了许多成就，现在已经有许 多原型系统，其中最为著名的有IBM 公司的 QBIC 系统、哥伦比亚大学开发的 visualSEEK 系 统以及Virage公司开发的Virage系统等。除此以外，还有许多原型系统，如 UIUC(Univer- sity of Illinois Urbana-Champaign) 的 MARS(Multimedia Analysis and Retrieval System)、MIT 媒体实验室开发的 photoBook、 国内清华大学研制的 Internet 上静态图像的基于内容的检索系 统等。

11.3 我国著名的媒体资源管理系统

随着数字媒体技术的发展，出现了很多媒体资源管理系统，如音乐数据库、视频数据 库、考试数据库等，各个大学的数字图书馆针对自己的各种资源的特点，也建立了各种各样 的媒体资源管理系统。11.3.1 大学图书馆的媒体资源管理系统

为了全面地整合高校图书馆馆藏的多媒体资源，更好地向读者提供这些资源，很多高校 图书馆经过努力，推出多媒体资源管理系统，比较成功的高校多媒体资源管理系统主要有北 京大学(图11-1)、中国人民大学(图11-2)、上海交通大学等高校图书馆建立的数字媒 体资源管理系统。这些系统整合多种形式及种类的多媒体资源信息，按照资源的类别和形 式，并参照各高校的重点学科分类，对资源进行了科学合理的划分。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 [email protected] 处理，核实后本网站将在24小时内删除侵权内容。