本课题旨在研究基于Web的图像检索及其信息挖掘。以图像本身的视觉信息为主,融合图像周围的文本、链接等信息,以及相关反馈等技术来实现Web图像的有效语义聚类,改善目前Web图像检索引擎低效的局面,并结合一些特定目标的识别,进一步挖掘Web图像所包含的信息,使其能成真正地服务于人们的生活需要。主要研究内容包括:(1)基于视觉感知的图像视觉特征的描述和表示;(2)融合视觉、文本和链接等多模态信息,提高图像的语义聚类性能;(3)基于用户的相关反馈学习机制,以及检索结果的去冗余和排序机制;(4)结合人脸分析,对新闻人物等进行进一步信息挖掘;(5)设计并开发一原型系统。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
基于铁路客流分配的旅客列车开行方案调整方法
针对弱边缘信息的左心室图像分割算法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于多色集合理论的医院异常工作流处理建模
基于时空语义的Web信息检索研究
Web图像视觉模式挖掘及其应用
基于多尺度几何分析和SVM的Web图像检索技术研究
基于Web挖掘的图像和视频标注与搜索关键技术研究