大数据平台下基于多元非完备信息的图像检索关键技术研究

Image retrieval (IR) plays an important role in large-scale image management and analysis. Currently, most of the content-based image retrieval methods retrieve the images based on only one query image. However, from a practical perspective, the information of a query is often fragmentary and incomplete. To the best of our knowledge, few works have been conducted on diversified-incomplete-information (DII) based IR. In this project, we aim to investigate four key issues in DII-based IR: 1) Semantic annotation via semi-supervised multi-label learning; 2) Feature representation of DII; 3) Similarity metric of DII with mixed logic operations; and 4) Relevance feedback based DII selection. Accordingly, we will build a new IR mechanism for queries with the DII, and then develop fast and effective IR systems for big data. The research results of this project can help enrich, deepen, and extend the contents in artificial intelligence, machine learning, optimization, and multimedia content analysis, and thus is of great importance for academia and industry. Meanwhile, it is able to improve the IR efficiency in a variety of application areas such as security, decision making, disaster pre-warning, and search engine, which surely shows great market potentials.

图像检索技术在海量图像的管理与分析中扮演着重要的角色。目前多数基于内容的图像检索机制通过单一图像样例特征进行检索，而基于多元非完备信息进行综合检索的研究则较为缺乏。事实上，图像检索的信息常常体现出多元化与非完备化。本项目拟对大数据平台下的多元非完备信息图像检索关键技术进行研究，即：1）基于半监督多标签学习的自动语义标注；2）基于多元非完备信息的特征表示；3）基于混合逻辑关系的多元非完备信息相似性度量与排序；以及 4）基于相关反馈的多元信息选择四项关键技术，并以此建立多元非完备信息下的一种崭新的图像检索机制，进而开发快速有效的海量图像检索系统。本项目的研究有助于丰富、深化和扩展人工智能、机器学习、最优化算法、以及多媒体内容分析等相关领域的研究内容，具有重要的科学意义。与此同时，本项目的研究有助于提高安防布控、决策支持、灾害预警、以及搜索引擎等实际应用的执行效率，具有重要的现实意义与应用价值。

图像检索技术在海量图像的管理与分析中扮演着重要的角色。目前多数基于内容的图像检 索机制通过单一图像样例特征进行检索，而基于多元非完备信息进行综合检索的研究则较为缺 乏。事实上，图像检索的信息常常体现出多元化与非完备化。本项目拟对大数据平台下的多元 非完备信息图像检索关键技术进行研究，即：1）基于半监督多标签学习的自动语义标注；2） 基于多元非完备信息的特征表示；3）基于混合逻辑关系的多元非完备信息相似性度量与排序 ；以及 4）基于相关反馈的多元信息选择四项关键技术，并以此建立多元非完备信息下的一种 崭新的图像检索机制，进而开发快速有效的海量图像检索系统。本项目的研究有助于丰富、深 化和扩展人工智能、机器学习、最优化算法、以及多媒体内容分析等相关领域的研究内容，具 有重要的科学意义。与此同时，本项目的研究有助于提高安防布控、决策支持、灾害预警、以及搜索引擎等实际应用的执行效率，具有重要的现实意义与应用价值。