2、基于内容的图像检索：入门指南

基于内容的图像检索：入门指南

1. 多媒体信息检索

信息检索的含义广泛，在计算机科学领域，Manning 等人给出的定义为：“信息检索（IR）是从大型集合（通常存储在计算机中）里找出满足信息需求的非结构化材料（通常是文档）”。信息检索领域还涵盖支持用户浏览、筛选文档集合，以及对检索到的文档进行进一步处理。

给定一组文档，聚类是根据文档内容进行合理分组的任务，类似于按主题在书架上摆放书籍。给定一组主题、长期信息需求或其他类别（如适合不同年龄段的文本），分类则是确定每个文档所属类别的任务，通常先手动对部分文档分类，再尝试自动对新文档分类。

若文档类型为图像、视频、声音等，这种检索就称为多媒体信息检索。多媒体信息检索系统具备存储、索引、搜索和交付多媒体数据的能力，这里主要聚焦于数字图像搜索，用于从数据库中搜索图像的系统即为图像检索系统。

2. 图像检索

随着现代科技发展，相机和手机相机等拍照设备更实惠、便携且普及，拍照设备的使用量呈指数级增长。互联网和多媒体技术的进步，使得音频、视频和图像等大量多媒体数据被应用于医疗、卫星数据、视频和静态图像存储库、数字取证和监控系统等众多领域，这催生了对能有效存储和检索多媒体数据系统的持续需求，目前已开发出许多多媒体信息存储和检索系统。

图像检索被定义为从图像数据库中检索语义相关的图像。从图像内容自动推导语义有意义的信息是图像数据库研究的重点。用户在搜索图像时，对所需内容的概念较为抽象，当前图像检索系统虽尝试解决此问题，但仍不足以基于人类感知自动理解图像的语义，这就是语义鸿沟问题。

图像检索的早期工作可追溯到 20 世纪 70 年代末。1979 年，在佛罗伦萨举办了“