基于頁面分塊和鏈接分析的Web圖片檢索研究.pdf

1、21世紀是網(wǎng)絡的世紀，網(wǎng)絡已經(jīng)完全融入了人們的學習、工作和生活。隨著Internet技術的高速發(fā)展，Web已經(jīng)成為人們獲取信息的一個重要途徑。Web上圖片資源日益豐富，人們對Web圖片檢索的需求也日趨強烈。
　　 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，密集的查詢請求，以及較短響應時間等系統(tǒng)要求。目前有大量的研究集中在基于內容的圖片檢索上，提出了很多模型和算法，但都大多

2、處于實驗室研究階段，離商業(yè)化應用還有很大差距。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值。
　　 基于文本的相關檢索技術已經(jīng)非常成熟，經(jīng)過很多年的實踐驗證和改進，其知識積累和相關工具值得在圖片搜索中借鑒和重用?；谖谋镜膱D片檢索中，難點在于確定圖片與文字之間的關聯(lián)聯(lián)系。Web圖片存在于網(wǎng)頁中，周圍有很多有用的相關文本信息，這些信息對于表達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，如何利用鏈接關系結合圖片周圍的文本，實現(xiàn)Web圖片檢索具有重要的研究價值和意義。另外，一個網(wǎng)頁一般包含有多個語義塊，每個塊的重要程度也不相同，所以在塊一級上做鏈接分析更加合理，語義相關度更高。
　　 本文著力于對Web圖片檢索的研究，從檢索基礎理論、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、理論基礎上，重點研究圖片檢索的概念，體系結構，圖片檢索的分類以及各自特點等。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，分析對比當前主要的Web圖片檢索方法。
　　 ②通過分析HTML的組織結構特點，針對當前越來越流行的Web標準，提出了基于Web標準的語義分塊算法。該算法實現(xiàn)了對網(wǎng)頁的正確分塊，是整個Web圖片檢索研究工作的重要基礎。
　　 ③建立基于分塊的圖模型，分析網(wǎng)頁、塊、圖片之間的關系。在