基于超圖的圖片檢索和標(biāo)注技術(shù)研究.pdf

1、隨著社交媒體和移動多媒體的發(fā)展，社交圖片網(wǎng)站(如Flickr)提供了大量由不同用戶進行文本標(biāo)注的圖片。社交圖片往往附帶多種信息，譬如視覺特征、標(biāo)簽和用戶等。一般僅對單一特征進行管理，或使用普通圖對語義網(wǎng)絡(luò)進行表示。然而，單一特征只能表示某方面的相關(guān)性，不能用來表示真實的語義關(guān)聯(lián)。由于普通圖不能夠表示高維關(guān)系，故造成了信息缺失，因而需要一個框架來融合多種特征信息和表示高維關(guān)系，并能進行有效的檢索和管理。
　　本研究使用超圖模型對社交

2、圖片進行建模，因為社交圖片多種信息間的關(guān)系比成對關(guān)系更加復(fù)雜?；诔瑘D模型，給出了一個可擴展的交互式圖片檢索和標(biāo)注系統(tǒng)HIRT;該系統(tǒng)利用個性化PageRank度量結(jié)點之間的相似度，并使用Top-k查詢以支持相似圖片檢索、關(guān)鍵字圖片檢索和圖片標(biāo)注等功能。為了保證系統(tǒng)的可擴展性和高效性，利用批量技術(shù)、并行技術(shù)和緩沖技術(shù)提出了四種高效方法來計算轉(zhuǎn)移概率矩陣，并將其存儲于磁盤上的B+樹中，同時開發(fā)了并行和近似的個性化PageRank算法以進一