跨媒體相似度機制研究和實現(xiàn).pdf

1、在這個信息時代，多媒體數(shù)據(jù)不斷涌現(xiàn)，使得人們的信息來源不再只局限于單調(diào)的文本信息，而是擴展到圖像、視頻、音頻、3D、flash等多種不同類型的媒體對象。這些多媒體對象之間呈現(xiàn)出跨媒體的特性，主要表現(xiàn)為多種類型媒體數(shù)據(jù)混合并存、組織結構復雜，而且往往不同類型的媒體數(shù)據(jù)從各個側面表達同一語義。媒體對象間的這種跨媒體特點勢必要求我們在多媒體檢索中能夠充分考慮到這一特點，并合理地加以利用。也就是需要對多種模態(tài)的媒體對象進行融合分析，挖掘出它們之

2、間潛在的語義聯(lián)系，以語義為橋梁，在檢索時實現(xiàn)從一種媒體到另一種媒體的跨越。而在跨媒體檢索中，一個首先遇到的難題就是不同模態(tài)的媒體對象間相似度的計算問題。基于這樣的背景，本文從相似度機制的角度出發(fā)對跨媒體檢索進行研究，提出了基于相似度融合以及基于PageRank的兩種跨媒體檢索算法。在跨媒體檢索這一領域做出了初步的嘗試。 本文首先介紹了研究背景，簡述現(xiàn)有技術與不足，并概括了本文的主要工作。第二章對多媒體檢索的歷史作了一個回顧，主要

3、介紹了文本信息檢索、基于關鍵字的多媒體檢索、基于內(nèi)容的多媒體檢索、多媒體語義自動標注、多媒體融合分析與語義理解等領域的發(fā)展。 第三章提出了一個基于相似度融合的跨媒體檢索的方法，通過SimFusion對不同媒體對象間的相似度進行融合，再通過MDS得到媒體對象在語義空間中的坐標，由此實現(xiàn)跨媒體檢索。 第四章提出了一個基于PersonalizedPageRank和交叉關聯(lián)圖的跨媒體檢索的方法。通過改進PersonalizedP