面向web圖片檢索的文本和圖片信息融合技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,人類大步邁入信息時(shí)代?；ヂ?lián)網(wǎng)使人們足不出戶就能閱讀到世界各國(guó)的信息,更使得人們可以在彈指揮手間不受時(shí)間和地域的限制獲取想要的信息?；ヂ?lián)網(wǎng)已經(jīng)成為人類最大的數(shù)據(jù)庫(kù)、知識(shí)交換的重要平臺(tái)、信息共享的重要途徑?；ヂ?lián)網(wǎng)上可獲取的信息已從簡(jiǎn)單的文本信息,全面擴(kuò)展到圖像、視頻、音頻、圖形等各種多媒體信息。因此如何從這浩瀚數(shù)據(jù)海洋中檢索出用戶感興趣的圖片是一個(gè)非常具有挑戰(zhàn)性的任務(wù)。
　　與此同時(shí),多媒體對(duì)象之間呈現(xiàn)出了跨媒體的特

2、征,主要表現(xiàn)在多種類型媒體數(shù)據(jù)混合并存、組織結(jié)構(gòu)復(fù)雜,而且往往不同類型的媒體數(shù)據(jù)從各個(gè)側(cè)面表達(dá)了同一語(yǔ)義。媒體對(duì)象間的這些跨媒體特點(diǎn)要求進(jìn)行web圖片檢索中能夠充分考慮到這些特點(diǎn),并合理加以利用。也就是需要對(duì)于多種模態(tài)的媒體對(duì)象進(jìn)行融合分析,挖掘出它們之間潛在的語(yǔ)義聯(lián)系,以語(yǔ)義為橋梁,在檢索時(shí)實(shí)現(xiàn)多媒體之間的融合。本文針對(duì)圖像與文本之間的關(guān)系,在通過(guò)文本信息實(shí)現(xiàn)圖像檢索的基礎(chǔ)上,引入圖像自身的內(nèi)容信息之間的相似性,實(shí)現(xiàn)文本與圖像的融合,

3、使達(dá)到更好的檢索效果。
　　本文提出了一種文本和圖片相似性矩陣融合的方法。它是根據(jù)計(jì)算得到文本相似性矩陣和圖片相似性矩陣,把兩個(gè)矩陣水平拼接在一起形成一個(gè)大的相似性矩陣,這是一個(gè)矩陣級(jí)別的相似性融合,也是本文作者對(duì)融合的一次新的嘗試,然后對(duì)融合以后的相似性矩陣進(jìn)行聯(lián)合聚類,使得聚類以后的結(jié)果融合文本信息和圖片信息。
　　本文還提出了一種錯(cuò)誤驅(qū)動(dòng)融合的方法。它是利用文本研究的成熟技術(shù),提出了一個(gè)基于文本相似性聯(lián)合聚類,再利用圖