基于頁面分塊和鏈接分析的Web圖片檢索研究.pdf

1、21世紀(jì)是網(wǎng)絡(luò)的世紀(jì)，網(wǎng)絡(luò)已經(jīng)完全融入了人們的學(xué)習(xí)、工作和生活。隨著Internet技術(shù)的高速發(fā)展，Web已經(jīng)成為人們獲取信息的一個(gè)重要途徑。Web上圖片資源日益豐富，人們對(duì)Web圖片檢索的需求也日趨強(qiáng)烈。
　　 現(xiàn)在成熟的商業(yè)圖片搜索引擎都是使用基于文本檢索的方法，主要原因是受系統(tǒng)性能的限制，以及龐大的用戶群，密集的查詢請(qǐng)求，以及較短響應(yīng)時(shí)間等系統(tǒng)要求。目前有大量的研究集中在基于內(nèi)容的圖片檢索上，提出了很多模型和算法，但都大多

2、處于實(shí)驗(yàn)室研究階段，離商業(yè)化應(yīng)用還有很大差距。如何提高基于文本的圖片檢索性能，特別是從鏈接分析以及從環(huán)境文本分析圖片語義的角度，這方面的研究很有價(jià)值。
　　 基于文本的相關(guān)檢索技術(shù)已經(jīng)非常成熟，經(jīng)過很多年的實(shí)踐驗(yàn)證和改進(jìn)，其知識(shí)積累和相關(guān)工具值得在圖片搜索中借鑒和重用?；谖谋镜膱D片檢索中，難點(diǎn)在于確定圖片與文字之間的關(guān)聯(lián)聯(lián)系。Web圖片存在于網(wǎng)頁中，周圍有很多有用的相關(guān)文本信息，這些信息對(duì)于表達(dá)圖像的語義屬性有重要作用。而基于

3、鏈接分析的圖片檢索目前還不夠成熟，處在起步發(fā)展階段，如何利用鏈接關(guān)系結(jié)合圖片周圍的文本，實(shí)現(xiàn)Web圖片檢索具有重要的研究?jī)r(jià)值和意義。另外，一個(gè)網(wǎng)頁一般包含有多個(gè)語義塊，每個(gè)塊的重要程度也不相同，所以在塊一級(jí)上做鏈接分析更加合理，語義相關(guān)度更高。
　　 本文著力于對(duì)Web圖片檢索的研究，從檢索基礎(chǔ)理論、網(wǎng)頁語義分塊、鏈接分析等方面著手，主要做了以下幾方面的工作：
　　 ①研究傳統(tǒng)的圖片檢索理論和圖片檢索方法。在研究信息檢索

4、理論基礎(chǔ)上，重點(diǎn)研究圖片檢索的概念，體系結(jié)構(gòu)，圖片檢索的分類以及各自特點(diǎn)等。分析Web圖片的環(huán)境特征。研究網(wǎng)頁的頁面特征以及網(wǎng)頁中的圖片特征，分析對(duì)比當(dāng)前主要的Web圖片檢索方法。
　　 ②通過分析HTML的組織結(jié)構(gòu)特點(diǎn)，針對(duì)當(dāng)前越來越流行的Web標(biāo)準(zhǔn)，提出了基于Web標(biāo)準(zhǔn)的語義分塊算法。該算法實(shí)現(xiàn)了對(duì)網(wǎng)頁的正確分塊，是整個(gè)Web圖片檢索研究工作的重要基礎(chǔ)。
　　 ③建立基于分塊的圖模型，分析網(wǎng)頁、塊、圖片之間的關(guān)系。在