1、隨著圖像數(shù)據(jù)的快速增長，如何有效地管理大型圖像數(shù)據(jù)庫已經(jīng)成為嚴峻的問題?；趦?nèi)容的圖像檢索是圖像數(shù)據(jù)庫查詢的有效方法。近年來，由于圖像的底層視覺特征和人的高層語義理解之間存在語義鴻溝，人機交互受到越來越多的關(guān)注。本文主要討論了在基于內(nèi)容的圖像檢索中存在的幾個人機交互問題。 作為人機交互的重要途徑之一，相關(guān)反饋最初是在文本檢索中被采用，然后在上世紀90年代中期被引入到圖像檢索中。在相關(guān)反饋的過程中，用戶是被動地標注系統(tǒng)提供的圖像。

2、我們提出了一個多視角采樣算法：Co-SVM，該算法主動提供最具有價值的樣本給用戶標注。通過協(xié)作篩選，Co-SVM把兩個SVM分類器分類不一致的樣本找出來，提交給用戶進一步確定。實驗結(jié)果表明我們的方法能有效地提高相關(guān)反饋的效率。 現(xiàn)在大部分研究者關(guān)注如何評價檢索結(jié)果，然而很少有人研究在檢索之前如何選擇查詢范例。實際上，查詢范例的選擇是圖像榆索成功與否的重要因素。本文我們討論了查詢范例的選擇問題，提出了一個指導(dǎo)查詢范例選擇的方法。