● 摘要
信息时代的来临使得人们生活在海量多源数据的世界中，搜索引擎作为人们管理、查询资源的入口有着不可替代的作用。近几年社会媒体的兴起为用户上传、分享多媒体信息提供很大的便利，其中图像以直观、形象的特点吸引着众人的注意。图像检索技术已经发展了几十年，并且在商业应用中取得了成功；而社会媒体图像数据的流行促进了图像检索中新技术的出现。 本文在广泛调研了传统的图像检索技术基础上，重点关注社会媒体中图像的标签数据，利用标签文本信息和图像的视觉内容特征，提出并实现了一种新的基于文本和内容特征融合的图像检索技术。本文的主要研究工作包括以下几点： 1. 系统调研了图像检索技术的研究现状，说明了图像检索系统的结构及评价指标；详细介绍了基于文本的图像检索的匹配技术，以及基于内容的图像检索中使用的视觉特征、相似度计算度量等相关技术。 2. 重点研究了社会媒体中标签与图像的相关度计算，针对社会媒体中图像的标签存在的不规范、不准确等问题，提出并实现了一种基于“邻居投票”的标签相关度计算算法。这种标签相关度计算算法基于视觉内容上相似的图像在标签分布上也应相似的假设，通过与目标图像视觉内容相似的邻居图像集中标签的分布，来推断标签与目标图像的相关度。通过实验验证了基于“邻居投票”的标签相关度算法的有效性。 3. 提出并实现了一种社会媒体中基于文本和内容特征融合的图像检索方法，采用标签查询的方式，同时利用图像的标签文本信息和视觉内容进行检索。基于文本和内容特征融合的图像检索方法主要利用图像与标签的相关度特征，综合考虑标签区分度、正则化等影响检索结果的各个因子来进行匹配。实验证明，本文实现的基于文本和内容特征融合的图像检索方法能够对检索结果有较大提升，其中，基于“邻居投票”的标签相关度因素对结果提升的贡献最大。