基于图模型的图像标注+文献综述(2)
（1）基于内容的图像检索
对于图像内容方面的描述将不再仅仅依靠人们去手动标注，而是通过对图像的视觉特征进行自动提取，检索的过程也不仅仅是对关键字进行匹配，而是通过对图像视觉特征之间的相似性进行匹配。基于内容的图像检索要求用户必须提供一幅图像作为查询条件。CBIR首先通过提取图像底层特征以及语义特征来对图像进行表示。在对图像进行特征提取后，主要任务就是对图像特征间相似度进行度量，普遍使用的方法有欧氏距离等。由于图像检索最后是将检索后所得到的结果返回给用户，所以用户界面在检索系统中也扮演着非常重要的角色。随着CBIR的优点逐步凸显，CBIR有了飞速的发展。
然而，在CBIR中最大的问题则是，底层视觉特征与高层语义概念间的差异，这就是所谓的“语义鸿沟”。正是因为语义鸿沟问题，导致了其检索结果很难令人满足。
（2）基于文本的图像检索
该检索方式最早是起源于20世纪70年代后期的，它是一种很传统的检索方法。它尝试着对已有了很好发展的文本检索技术进行移植，主要是移到图像检索上面。在该技术下，把对图像检索尽可能地转换成对关键字进行查找。但是其中不足的是，该检索是需要人工事先给图像做注释，而且图像所检索的结果完全取决于这些所注释的信息，所以说该方式有许多要克服的不足。
（3）基于语义的图像检索
人们为了克服以上两种图像检索的不足，提出了该种检索方式。与其他方式所不同的是，基于语义的图像检索是以文字为基础的检索，既包含了自然语言的处理，也包含了传统图像检索方法。该检索是为了最大限度减小底层视觉特征与高层语义之间的“语义鸿沟”。使语义鸿沟减小一般包含3个语义层次，它们分别是：特征语义、目标以及空间关系语义、高层语义。总的来说，基于语义的图像检索就是指，在已有的检索系统中添加了由高层语义转化到底层视觉特征的过程。
1.1.2 图像标注与图像检索的关系
一般情况下，图像检索的发展促进了图像标注技术不断发展。图像标注技术可以理解为：给定一幅图像后，系统能够自动生成一组与图像的语义相吻合的关键词。这些关键词用来解释这幅图像的语义信息。在对图像进行标注以后，图像则能够通过所得到的这组关键词来索引，而图像检索则可通过已较成熟的方法，即文本检索来实现。图像标注技术也可看作是TBIR的前期过程，首先图像通过图像标注技术得到一组关键词，然后利用这些关键词对图像索引，从而进行图像检索。随着互联网技术的不断进步，图像标注技术也经常通过图像检索中的其他技术来辅助图像标注的进行。从而，图像标注技术已经受到了很多相关领域的关注。如今，图像检索中很多难点以及技术方面的问题与图像标注技术之间的联系越来越紧密。
1.1.3 图像标注技术的意义
图像标注的目地是为了能够使图像检索的过程变得越来越方便。随着互联网应用越来越广泛，人们利用数码设备拍摄照片也越来越方便，并且开始在互联网图片共享社区中与他人分享。这推动了图像标注技术衍生了很多新的应用，不仅仅是为了提高图像检索效率，在互联网中已经被赋予了新的概念。
首先，随着数码设备的不断增多，图像的数量越来越多，这对如何能够有效管理图像的问题提出了巨大挑战。而现在，家庭数字影集也呈现出越来越多的趋势，对此也有了大量标注家庭影集的尝试，以便用户对照片进行查找和归类整理等。
上一篇：过程日志修复算法实现+文献综述
下一篇：基于安卓手机的机器人遥控软件设计