基于文本的Web圖像檢索技術(shù)研究.pdf

1、隨著Web信息技術(shù)的不斷發(fā)展，圖像作為一種重要的信息資源不可避免地出現(xiàn)在Web的信息資源交換中，其數(shù)據(jù)規(guī)模不斷膨脹，面對海量的Web圖像資源，如何基于Web用戶的圖像認(rèn)知及檢索習(xí)慣，高效實現(xiàn)Web圖像的檢索服務(wù)是信息檢索領(lǐng)域中的重要研究課題之一。 本文在分析圖像及其語義特征的基礎(chǔ)上，對圖像檢索的各種方法進(jìn)行了相應(yīng)的調(diào)查研究，基于用戶對圖像的認(rèn)知及檢索習(xí)慣，結(jié)合圖像所處的Web環(huán)境特征，針對現(xiàn)有技術(shù)現(xiàn)狀，分析了基于文本的Web圖像

2、檢索方法的可行及有效性。本文圍繞改進(jìn)Web圖像的檢索質(zhì)量，對基于文本的Web圖像檢索方法進(jìn)行了深入研究與分析，并著重圖像資源采集及相關(guān)文本分析的預(yù)處理環(huán)節(jié)展開研究，主要工作有： (1)針對各類Web圖像資源的采集，在分析Robot的核心工作機(jī)制基礎(chǔ)上，進(jìn)行了可配置Web Robot的架構(gòu)研究與實現(xiàn)，并給予了相應(yīng)實驗證明。通過采用可配置的靈活架構(gòu)，可靈活控制Web資源采集的目標(biāo)、范圍及效率等；通過保留適當(dāng)?shù)脑隽块_發(fā)接口，可實現(xiàn)各種

3、采集工具的無縫集成，有利于節(jié)約各種Web資源采集工具的開發(fā)成本并提高工作效率。 (2)針對日益復(fù)雜的HTMI頁面，以VIPS算法中證明的各項啟發(fā)式規(guī)則作為支撐，提出基于HTML樹路徑差異度的頁面主題區(qū)分算法，并給予了實驗證明。通過算法實現(xiàn)復(fù)雜頁面中的主題區(qū)分，可以克服將整體頁面視為同一主題進(jìn)行索引檢索所帶來的“主題漂移”現(xiàn)象，有利于準(zhǔn)確提取Web圖像的相關(guān)文本，有效地改進(jìn)基于文本的Web圖像檢索質(zhì)量。 (3)針對同一網(wǎng)站