基于k-近鄰算法的圖像與文本互檢索方法.pdf

1、九十年代初期，基于內(nèi)容的多媒體檢索一直是計(jì)算機(jī)領(lǐng)域的研究熱點(diǎn)，那時(shí)的數(shù)據(jù)量、數(shù)據(jù)種類在量級(jí)上無(wú)法與今天相比，如今的多媒體數(shù)據(jù)當(dāng)中，大量的圖像與文本經(jīng)常交織在一起描述具有相同語(yǔ)義的事物。人腦對(duì)于外界事物的認(rèn)知是遵循這樣一種規(guī)律，不同感官傳遞的信息相互傳遞、融合，從而對(duì)事物做出綜合的判斷，這就對(duì)多媒體數(shù)據(jù)的檢索提出新的需求，即檢索過程、結(jié)果要能夠跨越不同類型的多媒體數(shù)據(jù)，如jpeg圖片、txt文檔等，從而達(dá)到一個(gè)對(duì)多媒體語(yǔ)義整體理解的更好效

2、果。傳統(tǒng)的基于特征描述的方法無(wú)法進(jìn)行不同模態(tài)之間的互檢索，因此，跨媒體檢索方法得到了越來越多的重視，它能夠處理和查詢不同類型的多媒體數(shù)據(jù)。
　　 針對(duì)圖片、文本等多媒體數(shù)據(jù)在底層內(nèi)容特征上的異構(gòu)性和不可比性，本文提出了一種基于K-近鄰算法的方法用于描述圖片與文本之間的相似度。該方法充分利用了sift算子與詞頻特性挖掘圖像與文本的特征，將處于不同空間的圖片特征與文本特征映射到相同的特征空間，從而進(jìn)行相似度計(jì)算。
　　 本文

3、詳細(xì)介紹了經(jīng)典的圖片與文本的特征表示方法、跨媒體檢索方法。在此基礎(chǔ)上，引入了本文設(shè)計(jì)的基于詞頻的文本特征表述方法和用來進(jìn)行異構(gòu)特征相似度衡量的K-近鄰算法。最后在理論基礎(chǔ)上通過程序給予實(shí)現(xiàn)，程序的實(shí)現(xiàn)平臺(tái)為Matlab、Eclipse。實(shí)驗(yàn)結(jié)果表明，該方法可以有效的進(jìn)行圖片與文本的異構(gòu)特征相似度衡量?；贙-近鄰算法的圖像、文本互檢索方法可以有效的進(jìn)行圖像檢索文本、文本檢索圖像，并且可以擴(kuò)展到視頻、音頻等領(lǐng)域，對(duì)于跨媒體檢索有著重要意義