Получение изображения
Система поиска изображений — это компьютерная система, используемая для просмотра, поиска и извлечения изображений из большой базы данных цифровых изображений. Большинство традиционных и распространенных методов поиска изображений используют тот или иной метод добавления к изображениям метаданных, таких как подписи , ключевые слова , заголовок или описания, чтобы поиск можно было выполнять по словам аннотации. Аннотирование изображений вручную занимает много времени, трудоемко и дорого; Чтобы решить эту проблему, было проведено большое количество исследований по автоматическому аннотированию изображений. Кроме того, рост числа социальных веб-приложений и семантической сети вдохновил на разработку нескольких веб-инструментов для аннотирования изображений.
Первая система поиска изображений в базе данных на базе микрокомпьютера была разработана в Массачусетском технологическом институте в 1990-х годах Баниредди Прасадом, Амаром Гуптой , Ху-Мин Тунгом и Стюартом Мэдником . [1]
В обзорной статье 2008 года зафиксирован прогресс после 2007 года. [2]
Все системы поиска изображений по состоянию на 2021 год были разработаны для 2D-изображений, а не 3D.
Методы поиска [ править ]
Поиск изображений — это специализированный поиск данных, используемый для поиска изображений. Для поиска изображений пользователь может ввести такие условия запроса, как ключевое слово, файл изображения/ссылка или щелкнуть какое-либо изображение, и система вернет изображения, «похожие» на запрос. Сходством, используемым в качестве критериев поиска, могут быть метатеги, распределение цветов в изображениях, атрибуты области/формы и т. д.
- Метапоиск изображений — поиск изображений на основе связанных метаданных, таких как ключевые слова, текст и т. д.
- Поиск изображений на основе контента (CBIR) – применение компьютерного зрения для поиска изображений. CBIR стремится избежать использования текстовых описаний и вместо этого извлекает изображения на основе сходства их содержания (текстуры, цвета, формы и т. д.) с изображением, предоставленным пользователем в результате запроса, или указанными пользователем функциями изображения.
- Список механизмов CBIR — список механизмов, которые ищут визуальный контент изображений на основе изображений, такой как цвет, текстура, форма/объект и т. д.
- Исследование коллекции изображений — поиск изображений, основанный на использовании новых парадигм исследования. [3]
Объем данных [ править ]
Крайне важно понимать объем и природу данных изображений, чтобы определить сложность проектирования системы поиска изображений. На дизайн также во многом влияют такие факторы, как разнообразие пользовательской базы и ожидаемый пользовательский трафик поисковой системы. По этому параметру данные поиска можно разделить на следующие категории:
- Архивы – обычно содержат большие объемы структурированных или полуструктурированных однородных данных, относящихся к конкретным темам.
- Доменно-специфичная коллекция — это однородная коллекция, предоставляющая доступ контролируемым пользователям с очень конкретными целями. Примерами такой коллекции являются базы данных биомедицины и спутниковых изображений.
- Корпоративная коллекция — разнородная коллекция изображений, доступная пользователям во внутренней сети организации. Изображения могут храниться в разных местах.
- Личная коллекция – обычно состоит из в значительной степени однородной коллекции и, как правило, небольшого размера, доступна в первую очередь ее владельцу и обычно хранится на локальном носителе.
- Сеть — изображения Всемирной паутины доступны каждому, у кого есть подключение к Интернету. Эти коллекции изображений полуструктурированы, неоднородны и массивны по объему и обычно хранятся в больших дисковых массивах.
Оценки [ править ]
Существуют семинары по оценке систем поиска изображений с целью исследования и улучшения производительности таких систем.
- ImageCLEF — продолжающийся форум межъязыковой оценки, который оценивает системы, использующие как текстовые, так и чисто графические методы поиска.
- Доступ к библиотекам изображений и видео на основе контента — серия семинаров IEEE с 1998 по 2001 год.
См. также [ править ]
- Автоматическое аннотирование изображений
- Компьютерное зрение
- Индексирование изображений на основе концепций
- Поиск изображений на основе контента (CBIR)
- Управление цифровыми активами
- Редактирование цифровых изображений
- Органайзер изображений
- Обработка изображений
- Поиск информации
- Поиск мультимедийной информации
- Визуальный рейтинг
- Учимся ранжировать
Ссылки [ править ]
- ^ БЭ Прасад; Гупта; Его Величество Тунг; С. Е. Мэдник (февраль 1987 г.). «Система управления базой данных изображений на базе микрокомпьютера» (PDF) . Транзакции IEEE по промышленной электронике . ИЭ-34 (1): 83–8. дои : 10.1109/TIE.1987.350929 . S2CID 24543386 .
- ^ Датта, Ритендра; Дирадж Джоши; Цзя Ли ; Джеймс З. Ван (апрель 2008 г.). «Поиск изображений: идеи, влияния и тенденции нового века» . Обзоры вычислительной техники ACM . 40 (2): 1–60. дои : 10.1145/1348246.1348248 . S2CID 7060187 .
- ^ Камарго, Хорхе Э.; Кайседо, Хуан К.; Гонсалес, Фабио А. (2013). «Среда на основе ядра для исследования коллекции изображений». Журнал визуальных языков и вычислений . 24 (1): 53–57. дои : 10.1016/j.jvlc.2012.10.008 .
Внешние ссылки [ править ]
- Image-Net.org
- VGG Image Search Engine (VISE) : бесплатное программное обеспечение с открытым исходным кодом для визуального поиска большого количества изображений с использованием изображения в качестве поискового запроса.