基于MapReduce的海量圖像檢索技術(shù)研究.pdf

1、隨著信息技術(shù)的迅速發(fā)展，圖像數(shù)據(jù)的種類和數(shù)量不斷增加。如何從大規(guī)模的圖像集中檢索出所需要的圖像成為急需解決的問題。
　　伴隨著云計算的興起，產(chǎn)生了很多分布式的編程模式，從而使得海量數(shù)據(jù)的計算變得比較容易了。MapReduce是Google公司開發(fā)的編程框架，它提供了一套可擴(kuò)展的、靈活的、服務(wù)質(zhì)量可靠的IT基礎(chǔ)設(shè)施，特別是在麻煩的并行計算任務(wù)方面有著很好的解決方案。用戶只需要通過編寫map函數(shù)和reduce函數(shù)就可以指定任務(wù)的執(zhí)行，

2、底層run-time系統(tǒng)會自動通過調(diào)度大規(guī)模的集群來進(jìn)行并行計算、機(jī)器故障管理、機(jī)器通信，從而十分有效地使用和管理系統(tǒng)的資源。
　　在本文中，我們將建立一個分布式的圖像檢索系統(tǒng)。該系統(tǒng)采用基于內(nèi)容的圖像檢索方式，并且利用MapReduce分布式計算模型來加速大圖像集的檢索。該系統(tǒng)有著很好的容錯性、可擴(kuò)展性、在異構(gòu)環(huán)境中運行的能力。實驗結(jié)果表明，在圖像數(shù)據(jù)很多時候，無論圖像的存儲能力還是圖像的檢索速度，這種基于MapReduce的分