1、互聯(lián)網(wǎng)和多媒體技術(shù)的快速發(fā)展，使得以圖像為代表的多媒體數(shù)據(jù)呈現(xiàn)爆炸性的增長。在一個大規(guī)模圖像集合中，快速地獲取真正感興趣的特定目標圖像，尤其是那些很難用傳統(tǒng)文本來清晰表達的圖像，已經(jīng)成為許多應(yīng)用環(huán)境所要面對的日益重要的問題。在此背景下，本文設(shè)計并實現(xiàn)了基于內(nèi)容的大規(guī)模圖像檢索原型系統(tǒng)。其主要研究內(nèi)容及系統(tǒng)解決方案如下:
　　綜合比較研究兩個主流的圖像檢索系統(tǒng):完整特征-圖像檢索系統(tǒng)，用提取和壓縮的方式，來存儲圖像數(shù)據(jù)庫中所有圖像的

2、特征，并用目標圖像的每一個特征精確檢索數(shù)據(jù)庫;詞袋-圖像檢索系統(tǒng)，把基于量化的特征轉(zhuǎn)變?yōu)橐曈X詞匯，并用一個視覺詞匯的直方圖來表達圖像。
　　本文介紹了目前實現(xiàn)這兩個系統(tǒng)所使用的幾種方法:Kd-樹(Kd-Trees)、局部敏感哈希(Locality Sensitive Hashing)、分層K-均值(Hierarchical K-Means)、倒排表(Inverted File)、最小哈希(Min-Hash)。給出了這些方法在進行大

3、規(guī)模圖像檢索時的不同性質(zhì)及實驗結(jié)果。實驗結(jié)果表明，完整特征-圖像檢索系統(tǒng)占用更大的內(nèi)存，但有較高的識別率;而詞袋-圖像檢索系統(tǒng)雖然性能相對較低但內(nèi)存使用情況良好。
　　針對完整特征運行時間長和存儲需求高的問題，提出了相應(yīng)的大規(guī)模圖像檢索系統(tǒng)的解決方案:壓縮Kd-Trees圖像檢索系統(tǒng)。該方法利用壓縮的二進制標簽來壓縮圖像局部特征，同時采用Kd-Trees進行快速最鄰近搜索，從而減少數(shù)據(jù)庫中存儲的特征，大大壓縮了特征的信息量。將該系

4、統(tǒng)在4個實際圖像數(shù)據(jù)實驗場景中進行了運行實驗，實驗結(jié)果表明，壓縮Kd-Trees，能夠削減完整的特征表達在存儲器中的使用量和運行時間，同時還能夠?qū)崿F(xiàn)較高的檢索性能。
　　針對詞袋表達方法識別性能較低的問題，提出了相應(yīng)的大規(guī)模圖像檢索系統(tǒng)的解決方案:多字典詞袋-圖像檢索系統(tǒng)。該方法基于使用不同的獨立字典的多視覺單詞，而不是增加同一字典多單詞的設(shè)想。通過在4個實際圖像數(shù)據(jù)實驗場景中運行該系統(tǒng)的實驗，表明多字典詞袋在增加存儲和計算量的前