基于用户多媒体数据管理模型的个性化图像检索

 为了提高基于内容的图像检索系统的性能和减少图像底层视觉特征和高层语义特征之间的鸿沟,本文提出了用户多媒体数据管理模型.包括用户语义模型、用户兴趣模型和用户意图模型.实验证明用户多媒体数据管理模型可成功为用户提供个性化图像检索和个性化推荐服务.     

基于内容检索的图像数据库流水索引法的研究

图像数据库容量的增长,需要研究高效的索引技术来支持快速相似性检索的要求。总结了图像数据库检索技术的发展轨迹和特点,针对基于内容的图像检索技术中的局限性,从计算机底层硬件的角度提出了基于内容检索的流水索引法。该方法将基于内容的图像检索技术与CpU流水线结构紧密结合,对检索算法进行优化,通过举例比较,说明可提高图像数据库基于内容检索的速度。     

《电子产品可靠性与环境试验》增刊征订启事

2005年是信息产业部电子第五研究所成立50周年．五所将在10-12月开展一系列的庆典活动。为了感谢业界新老朋友50年来对五所．的支持和厚爱，由五所主办的、国内在电子产品可靠性与环境适应性领域中唯一公开发行的、最具权威性的可靠性研究专业刊物——《电子产品可靠性与环境试验》杂志也将以增刊的形式，于2005年11月推出以“质量与可靠性、环境适应性”为主题的“所庆五十周年纪念专刊——五所科技人员的论文汇编”，     

媒体资产管理系统中镜头切换检测方法的实现

媒体资产管理系统中,镜头检测是视频检索的一项重要技术。提出了一种基于混合投影函数的快速镜头切换检测方法。在对积分投影函数和方差投影函数分析的基础上,引入了一种改进的混合投影函数。该函数能较好地表示视频序列中帧间差的变化特征。最后,介绍了利用该方法构造的实验系统。实验结果表明,该方法有较高的检测精度和较小的时间复杂度,能满足实时条件下镜头检测的需要。     

基于视觉感知的图像检索的研究

基于内容图像检索的一个突出问题是图像低层特征与高层语义之间存在的巨大鸿沟.针对相关反馈和感兴趣区检测在弥补语义鸿沟时存在主观性强、耗时的缺点,提出了视觉信息是一种客观反映图像高层语义的新特征,基于视觉信息进行图像检索可以有效减小语义鸿沟;并在总结视觉感知的研究进展和实现方法的基础上,给出了基于视觉感知的图像检索在感兴趣区检测、图像分割、相关反馈和个性化检索四个方面的研究思路.     

视频检索技术在有线电视监测系统中的应用

本文在简介视频检索技术概念、关键技术和基于内容的图像检索常用算法的基础上,介绍视频检索技术在有线电视监测系统中的应用,包括系统功能、工作原理和图像比对原理等,以及在视频检索系统实施应该注意的问题.     

浅谈DIP在视频点播技术中的应用——基于内容的颜色特征图像检索系统

以基于内容的颜色特征图像检索实例系统为基础,研究RGB与HSI颜色空间内,全局直方图,累积直方图,局部累加直方图对图像的描述。以之为特征,再引入欧氏距离的相似性度量方法实现基于内容的图像检索。并成功实现了在数字计算机上的基于内容的颜色特征图像检索系统,并提出该技术应用于VOD的构想。     

视频图像中文本的检测、定位与提取

视频数据中的文本是视频语义理解和检索的重要信息来源.文中对视频中文本的检测、定位、提取、增强和识别进行了研究.提出了应用小波模极大值算法检测视频帧文本所在的位置,用由粗到精的多层定位方法以及金字塔模型,对于多尺度的静止和滚动中英文文字进行提取,最后对文本区域进行二值化.实验表明文中方法取得了良好的效果.     

Encrypted Storage and Retrieval in Cloud Storage Applications

Problems with data security impede the widespread application of cloud computing. Although data can be protected through encryption, effective retrieval of encrypted data is difficult to achieve using traditional methods. This paper analyzes encrypted storage and retrieval technologies in cloud storage applications. A ranking method based on fully homomorphic encryption is proposed to meet demands of encrypted storage. Results show this method can improve efficiency.     

基于混合学习框架的SVM反馈算法研究

 基于支持向量机（SupportVectorMachine,SVM）理论的相关反馈技术是可有效提高图像检索性能的重要手段之一。然而,大多数SVM反馈算法普遍受到小样本问题的制约。本文综合了集成学习、半监督学习和主动学习三种方法的技术特点,提出一种混合学习框架下的SVM反馈算法。该算法在Boosting迭代过程中使用了未标记图像,以增加个体SVM之间的差异,从而获得高效的集成学习模型。同时,高效的集成学习模型更有利于寻找富有信息（most informative）图像,从而也提高了用户主动反馈的效率。实验结果及对比分析表明,混合学习策略可有效改进相关反馈的性能。