基于内容的视觉信息检索PDF电子书下载

第1篇 绪论 3

第1章 引言 3

1.1 为什么需要基于内容的视觉信息检索 3

1.1.1 视觉信息的快速增长 3

1.1.2 视觉信息检索 4

1.1.3 传统视觉信息检索的局限 5

1.2 什么是基于内容的视觉信息检索 6

1.2.1 基于内容视觉信息检索的特点 6

1.2.2 基于内容的视觉信息检索示例 7

1.3 如何实现基于内容的视觉信息检索 9

1.3.1 归档和检索流程图 9

1.3.3 所需的基础知识 10

1.3.2 查询和检索需解决的问题 10

1.4基于内容视觉信息检索的发展 11

1.4.1 第一代视觉信息检索系统 11

1.4.2 新一代视觉信息检索系统 12

1.4.3 目前状况和回顾 13

1.5 本书概要 14

1.5.1 整体框架安排 14

1.5.2 各章概要 15

参考文献 17

第2章 基于内容视觉信息检索的基本技术 21

2.1 基本工作框架和功能模块 21

2.1.1 基本框架 21

2.1.2 模块功能简介 22

2.2.1 查询模块和技术 23

2.2 图象检索技术 23

2.2.2 描述模块和技术 25

2.2.3 匹配模块和技术 27

2.2.4 提取模块和技术 30

2.2.5 验证模块和技术 31

2.3 视频检索技术 31

2.3.1 视频查询和访问 31

2.3.2 视频组织和描述 32

2.3.3 视频匹配要点 34

2.3.4 视频提取和特点 34

2.3.5 对返回视频的验证 35

2.4 检索涉及的领域和技术 36

参考文献 37

第3章 检索系统及其应用领域 39

3.1 典型的图象检索系统 39

3.1.1 图象检索系统功能和概况 39

3.1.2 QBIC 40

3.1.3 计算机辅助人面像推断和检索系统 41

3.2 典型的视频检索系统 42

3.2.1 视频检索系统特点和概况 42

3.2.2 面向对象的视频信息数据库 43

3.2.3 视频索引和检索原型系统 44

3.2.4 代数视频系统 45

3.3 系统性能指标和评价准则 47

3.4 基于内容视觉信息检索的应用领域 49

参考文献 50

第2篇基于内容的图象检索 57

第4章基于颜色特征的图象检索 57

4.1 颜色模型 57

4.1.1 面向硬设备的颜色模型 58

4.1.2 面向视觉感知的颜色模型 60

4.1.3 均匀颜色空间模型 63

4.2 颜色特征的表达 64

4.2.1 统计直方图 64

4.2.2 累积直方图 65

4.2.3 颜色布局 66

4.3 颜色匹配算法 67

4.3.1 简单直方图匹配方法 67

4.3.2 累积直方图及优越性 69

4.4 对10种基于颜色特征检索方法的比较 71

4.4.1 10种检索算法及编号 71

4.4.2 实验结果 72

4.4.3 结果分析和讨论 74

4.4.4 HVC和HSI彩色空间的比较 75

4.5 局部累加直方图方法 76

4.5.1 局部累加直方图 76

4.5.2 相似色区间的划分 77

4.5.3 基于局部累加直方图的4种检索算法 80

4.5.4 算法性能检验及结果 81

参考文献 82

5.1.1 纹理概述 84

5.1 纹理描述模型 84

第5章基于纹理特征的图象检索 84

5.1.2 基于空间性质的纹理模型 85

5.1.3 基于频域性质的纹理模型 87

5.1.4 基于结构感知性质的纹理模型 88

5.2 统计法纹理描述 88

5.2.1 基本纹理描述符 88

5.2.2 分形模型 91

5.3 频谱法纹理描述 93

5.3.1 基于傅里叶变换的纹理描述 93

5.3.2 基于小波变换的纹理描述 94

5.3.3 国际标准MPEG-7推荐的纹理描述符 94

5.4 结构法纹理描述 95

5.5 基于纹理的检索方案 96

5.6 利用纹理特征的检索算法示例 98

参考文献 100

第6章基于形状特征的图象检索 102

6.1 形状描述 102

6.1.1 形状描述概述 102

6.1.2 基于外部参数的形状描述 103

6.1.3 基于内部参数的形状描述 106

6.1.4 基于变形的形状描述 108

6.2 基于形状的检索 109

6.2.1 基于特征的方法 110

6.2.2 基于变换域的方法 113

6.2.3 基于变形的方法 114

6.2.4 草图查询 115

6.3 小波轮廓描述符 116

6.3.1 小波轮廓描述符的定义 117

6.3.2 小波轮廓描述符的性质 118

6.3.3 相对傅里叶轮廓描述符的一些优越性 120

6.4 小波模极大值和多尺度不变矩方法 123

6.4.1 小波模极大值 123

6.4.2 算法要点 125

6.4.3 实验及结果 126

参考文献 130

第7章 基于空间关系的图象检索 134

7.1 空间关系概述 134

7.2 基于目标结构的表达 136

7.2.2 四叉树 137

7.2.1 网格 137

7.2.3 二叉树 138

7.2.4 K-d树 139

7.2.5 R－树 139

7.3 基于关系的表达 140

7.3.1 符号投影和2-D串表达 140

7.3.2 2-D串族 142

7.3.3 变换下不变的表达 145

7.4 度量关系 148

7.4.1 空间距离测量 148

7.4.2 空间朝向测量 149

7.5 利用空间关系查询和检索 151

7.5.1 使用文字查询和检索 151

7.5.2 利用范例的图标查询和检索 152

7.5.3 借助草图查询和检索 155

7.6 利用子区域向量匹配的空间关系检索 155

7.6.1 算法原理和步骤 155

7.6.2 算法应用示例——篮球站位分析系统 157

7.6.3 算法性能实验及结果分析 158

参考文献 160

第8章 综合特征检索 162

8.1 不同特征的特点 162

8.1.1 不同特征的自身特点 162

8.1.2 不同特征的相对特点 164

8.2 综合特征 164

8.2.1 特征的综合使用 164

8.2.2 特征归一化 165

8.3 结合颜色和纹理的检索 167

8.3.1 颜色的空间布局 167

8.3.2 综合利用颜色和纹理特征进行检索 168

8.4 结合颜色和形状的检索 169

8.4.1 方法介绍 169

8.4.2 试验结果 170

8.5 结合纹理和形状的检索 171

8.5.1 边缘点数直方图 171

8.5.2 边缘直方图描述符 172

8.5.3 使用纹理和形状的组合测度 174

8.6 结合空间关系的检索 175

参考文献 178

9.1.1 系统模块和功能 180

第9章 图象检索实验平台和系统 180

9.1 基于特征的图象查询和检索系统 180

9.1.2 系统查询实验结果 182

9.2 基于特征的算法试验平台 184

9.2.1 设计原则和功能要求 184

9.2.2 平台主要模块 185

9.2.3 平台有特色的检索功能 188

9.3 基于服务器和客户端的网上图象查询系统 191

9.3.1 系统设计 191

9.3.2 系统流程和分析 193

9.3.3 系统界面 195

9.4 WWW上图象浏览检索系统 196

9.4.1 系统组成及功能 196

9.4.2 系统实现 197

9.4.3 系统用户界面特点 198

参考文献 199

第3篇 基于内容的视频检索 203

第10章 视频数据库模型和管理 203

10.1 视频和视频数据库特点 203

10.2 数据模型 205

10.2.1 实体－联系模型 205

10.2.2 语义对象模型 206

10.3 视频数据模型 207

10.3.1 时间线模型 207

10.3.2 时间层次模型 209

10.3.3 代数模型 210

10.3.4 视频对象数据模型 211

10.4 数据库结构和模型 212

10.4.1 数据库结构 212

10.4.2 数据库模型 212

10.5 对视频库的管理和检索 214

10.5.1 视频数据库管理 214

10.5.2 视频库检索的一种结构化框架 215

10.5.3 关于视频库检索的讨论 217

参考文献 218

第11章 镜头检测和表达 221

11.1 视频序列的时域分割——镜头检测 221

11.2 切变检测 223

11.2.1 基于全局特征的变化检测 224

11.2.2 基于局部特征的变化检测 227

11.2.3 根据变化和不相似性确定切变 228

11.2.4 基于双重窗口的切变检测算法 230

11.3 渐变检测 234

11.3.1 渐变类型和检测次序 234

11.3.2 淡入淡出和叠化的检测 237

11.3.3 擦除和糙化的检测 239

11.3.4 基于模型的淡入淡出和叠化检测 241

11.4 不同镜头检测算法的性能比较和讨论 245

11.4.1 性能比较测度 245

11.4.2 对检测方法的讨论 246

11.5 镜头关键帧 247

11.5.1 关键帧 247

11.5.2 一种简单有效的关键帧提取算法 248

参考文献 251

第12章 镜头聚类和镜头集合描述 253

12.1 镜头聚类 253

12.1.1 镜头集合体 253

12.1.2 不随视频类型变化的镜头聚类方法 255

12.1.3 针对特定视频类型的镜头聚类方法 256

12.2 场景转换图 259

12.3 逻辑故事单元 261

12.3.1 情节和逻辑故事单元 261

12.3.2 确定逻辑故事单元的边界 262

12.4 情节代表帧的选取 263

12.4.1 基本步骤 264

12.4.2 讨论和改进 265

12.4.3 效果和情节层描述 266

参考文献 268

第13章 视频数据组织和索引 270

13.1 视频数据组织 270

13.1.1 组织概述 270

13.1.2 视频分段 272

13.1.3 组织实例 272

13.2 数据库索引概述 274

13.3 基本的数据库索引方法 275

13.3.1 Hash索引 275

13.3.2 B－树索引和B+－树索引 276

13.3.3 R－树索引 277

13.4.1 场景目标运动特征 278

13.3.4 借助三角不等式的索引 278

13.4基于视觉特征的索引 278

13.4.2 摄象机运动特征 281

13.4.3 元数据特征 281

13.5基于语义特征的索引和注释 281

13.5.1 语义特征和摘要 281

13.5.2 领域知识 282

13.5.3 视频注释 283

参考文献 285

第14章 基于运动特征的视频检索 287

14.1 运动轨迹 287

14.1.1 运动轨迹检测 287

14.1.2 运动轨迹描述符 288

14.2 运动特征的提取和描述 290

14.2.1 短时运动特征和描述 290

14.2.2 全局摄象机运动模型 291

14.2.3 局部运动向量场 293

14.2.4 运动活力描述符 294

14.3 基于双线性模型的全局运动向量检测 296

14.4 局部运动向量检测和视频目标分割 297

14.4.1 计算局部运动向量场的Horn-Schunck算法 297

14.4.2 带全局运动补偿的改进Horn-Schunck算法 299

14.4.3 局部运动模型和视频目标分割 300

14.5 基于运动特征的视频检索 301

14.5.1 两类检索方案 301

14.5.2 基于全局运动特征的检索方案 302

14.5.3 基于局部运动特征的检索方案 305

参考文献 308

第15章 视频节目查询应用 311

15.1 视频查询 311

15.1.1 查询层次及特征 311

15.1.2 查询工具 312

15.1.3 查询语言 314

15.2 视频描述 314

15.2.1 基于手工标记的文字描述 315

15.2.2 基于自动提取语义的内容描述 315

15.3.1 视频摘要 317

15.3 视频节目摘要 317

15.3.2 家庭录象摘要 319

15.3.3 新闻摘要示例 320

15.4 相似测度和评价 322

15.4.1 对称的相似测度 322

15.4.2 非对称的相似测度 324

15.4.3 检索效果和效率 325

15.5 各种视频节目的查询检索特点 326

15.5.1 基于应用生成的模型 327

15.5.2 基于领域知识的索引 328

15.5.3 典型的使用群体及他们的查询要求 331

参考文献 333

16.1 界面功能和布局 337

16.1.1 界面功能 337

第16章 用户界面和浏览显示 337

16.1.2 界面布局示例 338

16.2 视频片段浏览和显示 340

16.2.1 可视化关键帧 340

16.2.2 可视化视频片段 341

16.2.3 可视化视频结构 343

16.2.4 基于场景的显示 344

16.3 运动边缘层叠图 346

16.3.1 算法流程 347

16.3.2 全局运动估计 347

16.3.3 提取和叠加运动边缘 352

参考文献 355

17.1 压缩域检索的特点和方法分类 359

17.1.1 压缩域检索的特点 359

第4篇 热点和趋势 359

第17章 压缩域检索 359

17.1.2 压缩域检索方法分类 360

17.2 对变换域压缩图象的检索 361

17.2.1 对离散博里叶变换图象的检索 362

17.2.2 对离散余弦变换图象的检索 362

17.2.3 对小波变换图象的检索 363

17.2.4 对小波域子带编码图象的检索 365

17.3 对空域压缩图象的检索 366

17.3.1 对向量量化图象的检索 366

17.3.2 对分形编码图象的检索 367

17.3.3 对预测编码图象的检索 367

17.4.1 压缩域的切变检测 369

17.4 压缩域的视频检索 369

17.4.2 压缩域的渐变检测 371

参考文献 372

第18章 网上搜索引擎和分类检索 376

18.1 网上图象搜索引擎 376

18.1.1 搜索引擎的分类 377

18.1.2 基于“巡查员”的搜索引擎的工作原理 377

18.1.3 图象搜索引擎框架和模块 378

18.2 图片分类和筛选 379

18.2.1 图片分类 379

18.2.2 图片筛选 380

18.3.1 图片预筛选 382

18.3 网上GIF格式图片的筛选 382

18.3.2 基于数据量比例的筛选算法 383

18.3.3 基于颜色统计的筛选算法 386

18.3.4 两种筛选算法的结合使用 387

18.4 图象分类 388

18.4.1 景近特征直线分类算法 388

18.4.2 基于关联规则的图象分类 389

18.5 基于特征元素和关联规则的图象分类算法 392

18.5.1 特征元素的提取 392

18.5.2 关联规则的挖掘算法 395

18.5.3 分类实验结果比较 396

18.6 基于特征元素的图象检索 397

参考文献 399

19.1.1 语义表达和索引模型 401

第19章基于语义的检索 401

19.1 语义模型 401

19.1.2 图象语义层次模型 403

19.2 语义提取和描述 405

19.2.1 语义视觉模板 405

19.2.2 渐进式框架 407

19.3 图象有意义区域提取 409

19.3.1 流程框图 410

19.3.2 有意义区域提取方法 410

19.3.3 实验结果与讨论 416

19.4 多级图象语义内容描述方案 417

19.4.1 多级描述模型 417

19.4.2 目标层描述中的目标识别 419

19.4.3 目标层描述中的关系表述 422

19.5 基于目标层描述的检索系统 423

19.5.1 系统概述 423

19.5.2 基于目标的查询 425

19.5.3 基于空间关系的查询 426

参考文献 426

第20章 检索中的交互反馈 429

20.1 反馈的必要性 429

20.2 相关反馈 430

20.2.1 相关反馈特点 430

20.2.2 正例和反例 431

20.2.3 基于权重调整的相关反馈方法 432

20.3 基于目标的自适应反馈 434

20.3.1 自适应反馈 435

20.3.2 无记忆反馈 436

20.3.3 有记忆反馈 437

20.4 关联反馈 438

20.4.1 背景基础 438

20.4.2 关联反馈 439

参考文献 441

第21章 检索性能评价 444

21.1 相似性测度 444

21.1.1 测度公理 444

21.1.2 相似测度 445

21.1.3 测度的比较 447

21.1.4 距离函数 448

21.2.1 系统性能指标 449

21.2 系统性能评价 449

21.2.2 评价方法 452

21.2.3 系统的评价 454

21.3 评价基于内容检索的系统 456

参考文献 458

第22章 研究展望和应用前景 460

22.1 研究趋势 460

22.1.1 研究方向讨论 460

22.1.2 若干有新概念的研究思路 464

22.1.3 情感层次的检索 466

22.2 应用前景 467

22.2.1 应用领域的拓展 467

22.2.2 一些有特色的应用系统 468

参考文献 472

附录 477

附录A 国际标准MPEG-7介绍 477

A1 国际标准MPEG-7 477

A1.1 MPEG-7是什么 477

A1.2 MPEG-7 与其它MPEG标准有什么联系 478

A1.3 MPEG-7与基于内容的多媒体信息检索有什么联系 478

A2 MPEG-7概况和内容 479

A2.1 MPEG-7标准制订的方式是怎样的 479

A2.2 MPEG-7的工作进展情况如何 480

A2.3 MPEG-7主要用到哪些概念 480

A2.4 MPEG-7主要标准化哪些内容 481

A2.5 MPEG-7有哪些可能的应用和应用方式 482

A3 MPEG-7描述工具及特点 483

A3.1 MPEG-7标准分几个部分 483

A3.2 MPEG-7标准中有哪些描述工具 483

A3.3 MPEG-7中的多媒体描述方案是什么样的 484

A4 MPEG-7描述符和描述方案 485

A4.1 MPEG-7考虑哪些特征 485

A4.2 MPEG-7共有哪些描述符 486

A4.3 MPEG-7中D,DS,DDL的关系如何 487

参考文献 488

附录B 有关国际刊物，会议，网站 490

B1有关国际刊物 490

B2有关国际会议 491

B3有关网站和网页 491