一种自适应的Web图像语义自动标注方法

提出了一种自适应的Web图像语义自动标注方法:首先利用Web标签资源自动获取训练数据;然后通过带约束的分段惩罚加权回归模型将关联文本权重分布自适应学习和先验知识约束有机地结合在一起,实现Web图像语义的自动标注.在4000幅从Web获得的图像数据集上的实验结果验证了该文自动获取训练集方法以及Web图像语义标注方法的有效性.

一种适合Web图像检索的图像降维算法研究

本文对现有 Web 图像检索技术现状进行了归纳,分析阐明了图像降维算法在基于内容的 Web 图像检索技术中的地位和作用。在介绍了几种经典图像降维方法后,重点介绍了国外近来提出的基于拉普拉斯特征值映射(LE)的图像降维算法。针对 Web 环境下图像检索必须进行剧烈降维的特点,本文进而对基于 KL 变换的主成分分析(PCA)算法和基于 LE 的图像降维算法进行了实验分析和比较。实验结果表明:对于需要进行维数剧烈缩减的 Web图像检索来说,基于 LE 的图像降维算法可以获得最佳的效果。

Web图像搜索系统设计

Web图像是网络资源的重要组成部分,研究Web图像搜索方法对充分利用网络资源具有实践意义.提出一种面向专题领域、综合利用关键词和基于内容特征的搜索方法,以此为基础设计Web图像搜索系统,给出了系统结构和图像检索的关键算法,实现了原型实验系统.经初步实验表明,该系统在专题领域具有较高的图像检索准确率.

基于泛Fibonacci的Web图像快速呈现

介绍常见的几种Web图像格式;提出了一种渐进呈现图像的方式传输图像数据,通过调整图像输出轨迹,放大单个像素为像素方阵,由少量的图像数据快速呈现低分辨率图像的方法;给出算法描述;实验表明该方法能够取得很好的效果;最后分析采用该方法实现Web图像传输相比于其他传输方式的优越性。

TBIR与CBIR结合检索Web图像的探讨

在阐述TB IR(基于文本的图像检索)和CB IR(基于内容的图像检索)的同时,指出综合运用TB IR和CB IR共同检索W eb图像,并列举了较为先进的图像检索系统,探讨了当前研究中存在的问题以及今后的研究方向。

综合运用基于文本与基于内容技术检索Web图像

本文介绍了基于文本和基于内容的图像检索技术 ,并归纳分析了 Web图像的特点 ,指出综合运用文本和内容信息共同检索 Web图像 ,最后对建立

基于多特征融合的Web图像聚类算法

提出了一种融合多种图像特征信息的Web图像聚类算法。本文的创新点主要表现在:将具有"图像标签","时间信息"",地理信息"以及"视觉特征"等多种特征的Web图像的聚类问题转换为K分图的划分问题。接下来将K分图的划分转化为若干个二分图的加权划分问题,利用对角矩阵和拉普拉斯矩阵,对K-1个目标函数进行线性加权,利用二次约束二次规划而完成对K分图的划分。通过对上述过程进行迭代运算得到Web图像的聚类结果。实验结果表明,本文算法通过对图像的多种特征信息的有效融合,降低了聚类的错误率,有效提高了Web图像聚类性能。

Web图像漫谈

Internet中,图像在整个Web页面中起到非常重要的作用。本文就Web图像的大小与网络传播速度之间的相互制约关系、JPEG图像、GIF图像、PNG图像的特点及比较等几个方面对Web图像的种类和特点进行了叙述,对于图像在Web页面中更好的应用具有一定的指导意义。

基于Google与Baidu的Web图像自动采集与标注的实现

针对日益丰富的网上图像资源,给出一种基于Google与Baidu的Web图像自动采集的实现方法,构架了一种海量Web图像资源自动获取与语义标注模式,在各种图像库的建立和基于语义的图像检索上能有较好的应用。

基于Google与Baidu自动采集与标注Web图像

针对日益丰富的网上图像资源,给出了一种基于Google与Baidu的Web图像自动采集的实现方法,构架了一种海量Web图像资源自动获取与语义标注模式,在各种图像库的建立和基于语义的图像检索上能有较好的应用。

面向Web图像检索的基于语义迁移的无监督深度哈希

当前主流的Web图像检索方法仅考虑了视觉特征,没有充分利用Web图像附带的文本信息,并忽略了相关文本中涉及的有价值的语义,从而导致其图像表达能力不强。针对这一问题,提出了一种新的无监督图像哈希方法--基于语义迁移的深度图像哈希(semantic transfer deep visual hashing,STDVH)。该方法首先利用谱聚类挖掘训练文本的语义信息;然后构建深度卷积神经网络将文本语义信息迁移到图像哈希码的学习中;最后在统一框架中训练得到图像的哈希码和哈希函数,在低维汉明空间中完成对大规模Web图像数据的有效检索。通过在Wiki和MIR Flickr这两个公开的Web图像集上进行实验,证明了该方法相比其他先进的哈希算法的优越性。

基于内容的Web图像检索系统设计与实现

基于内容的图像检索主要是根据图像的颜色、纹理和形状等特征进行图像信息查询的检索。本文首先介绍了基于内容的图像检索的系统结构,重点讨论了特征提取技术及spider技术,并针对具体的数据库,建立了一个利用颜色和纹理的综合特征的Web图像检索系统,与采用单一颜色特征检索进行了比较,最后对实验结果进行了分析和讨论。结果表明该系统具有较好的检索效果,排序结果更为合理。

基于HTML文档的WEB图像分类研究

随着信息技术的快速发展和Internet的普及应用I,nternet已经成为包含各种信息形式,如文本、图像、视频、音频等的巨大信息资源库。然而由于Web图像从主题、格式,到功能和来源都多种多样,很难用一个统一的标准进行分类。本研究首先从Web页面上图像的功能角度对图像进行初步分类,将其分为链接类、装饰类、广告类和内容类。初步分类可提高Web图像处理的效率和性能,并为它基于Web的应用与研究提供帮助。

基于分类的Web图像内容混合自动注释方法

Web图像不断增加的数量和多样性,使当前图像检索技术面临很大挑战。然而目前图像检索技术还不能满足人们的需要。陈述一种图像内容混合自动注释方法-HIAM,它包含2个工作模块的Web图像检索,其中一个模块是两个级别的图像分类器将图像转换成图像概念的次序;另外一个是图像语义相似处理模块-ISAM,它具备从网页中挑选与图像概念相关的术语作为图像注释。使传统的文本信息检索技术能够用于图像查询的功能。

Web图像动态嵌入水印设计

水印是一种有效的多媒体信息保护技术,Internet上的多媒体信息嵌入水印,可以有效地防止多媒体信息的非法复制和传播。传统的Web图像水印嵌入技术,永久地破坏了原始图片信息。Web图像动态嵌入水印设计,则只在响应Web请求时,对显示图片信息进行动态地嵌入水印,不对站点图像进行任何修改,有效地保护了站点图像的原始信息。同时该处理模型也应用到其他多媒体信息的保护。

使用ImageReady优化Web图像

我们知道，目前网络的传输速度不尽人意，这就要求我们在进行网页创建和利用网络传送图像时，要在保证一定质量、显示效果的同时尽可能减小图像文件的大小。当前常见的Web图像格式有三种：JPG格式、GIF格式、PNG格式。JPG与GIF格式大家已司空见惯，而PNG格式（Portable Network Graphics的缩写）则是一种新兴的Web图像格式。

ASP.NET下自定义Web图像控件的开发

本文介绍了在ASP.NET下开发自定义Web图像控件的方法,讲述了它的请求截获机制的原理,并给出了一个完整的示例程序。

遥感图像数据库的Web访问实现

针对遥感图像讨论了利用ASP技术动态访问图像数据库的原理,给出了实现动态访问的简便方法。设计实现了ASP对Web图像数据库的动态访问,并对应用程序设计和运行中的有关问题进行了讨论,利用所介绍的方法用户可以直接显示图像,并且系统的响应速度快。该方法对其他类型图像数据库的动态访问同样适用。