加利福尼亞州大學(xué)的電子與計(jì)算機(jī)科學(xué)專業(yè)教授努諾瓦斯康塞洛斯說，這種研究員們是通過修改一種普通的機(jī)器學(xué)習(xí)技術(shù)得到這種新方法的。 搜索引擎會(huì)自動(dòng)根據(jù)圖片中的對(duì)象來標(biāo)記圖片，比如“蘿卜”、“傘”或者“游泳者”。

　　研究員們已經(jīng)通過對(duì)一種普通的機(jī)器學(xué)習(xí)技術(shù)進(jìn)行修改而找到了一種識(shí)別圖片的更好的方法。

　　加利福尼亞州大學(xué)的研究員們聲稱他們已經(jīng)找到了一種圖片搜索新方法，據(jù)說這種新方法比現(xiàn)有方法更好，在準(zhǔn)確度和效率方面均有很大提高。加利福尼亞州大學(xué)的電子與計(jì)算機(jī)科學(xué)專業(yè)教授努諾瓦斯康塞洛斯說，這種研究員們是通過修改一種普通的機(jī)器學(xué)習(xí)技術(shù)得到這種新方法的。 搜索引擎會(huì)自動(dòng)根據(jù)圖片中的對(duì)象來標(biāo)記圖片，比如“蘿卜”、“傘”或者“游泳者”。瓦斯康塞洛斯說，由于這種方法利用詞語來標(biāo)記和分類圖片，因此它與人們?cè)诰W(wǎng)絡(luò)上使用的關(guān)鍵字搜索很相似。

　　現(xiàn)在，利用關(guān)鍵字的方式來搜索圖片有時(shí)行得通，有時(shí)行不通。這是由于大多數(shù)基于圖片的搜索都使用了元數(shù)據(jù)文本比如文件名、日期或者與圖片有關(guān)的其他基本資料來進(jìn)行的，但是對(duì)于關(guān)鍵字搜索來說那些信息是不夠的。 計(jì)算機(jī)科學(xué)家們一直在研究，希望找到一種更好的方法來識(shí)別圖片，并且保證圖片的可搜索時(shí)間達(dá)到十年以上，但是要想讓計(jì)算機(jī)獲得圖片元數(shù)據(jù)之外的其他數(shù)據(jù)以及確定以圖片中的什么對(duì)象作為搜索的關(guān)鍵字一直都是個(gè)很難解決的問題，到目前為止，大部分這方面的研究工作仍未取得令人滿意的成果。

　　瓦斯康塞洛斯說，雖然加利福尼亞州大學(xué)的研究成果并未能完全解決這個(gè)問題，但是它提高了搜索的準(zhǔn)確性和效率。而且這種方法弄清楚了一直以來限制人們解決這個(gè)問題的關(guān)鍵所在。

　　研究員們找到的這種方法是一種“基于內(nèi)容的（content-based）”方法，它包括通過對(duì)圖片中的色彩、紋理和線條進(jìn)行分析，然后確定用以描述圖片的對(duì)象。這些對(duì)象可以通過那些分析功能找出來并與其他圖片中找到的結(jié)果產(chǎn)生互比性。

　　參與這項(xiàng)研究項(xiàng)目的Google公司研究工程師佩德羅莫雷諾說，新研究成果就是建立在這些研究之上的，但是它還增加了一個(gè)中間步驟。莫雷諾解釋說，這個(gè)新增的步驟是用來得到關(guān)于圖片的語義標(biāo)簽或者文字標(biāo)簽的，這樣就可以通過許多特征對(duì)象而不是只依賴于數(shù)字組來識(shí)別圖片。

　　例如，假設(shè)有一幅圖片畫的是一直爬在草坪上的狗。通過新方法分析得出的可比性對(duì)象是狗，它可以與同類圖片中的其他對(duì)象如貓或者魚形成對(duì)比，從而區(qū)分不同的圖片。 然后計(jì)算機(jī)可以對(duì)那些對(duì)象進(jìn)行統(tǒng)計(jì)分析，給出滿足所有特征對(duì)象的圖片。系統(tǒng)還可以評(píng)定搜索出的圖片與想查找的圖片之間的相似度，比如將其他畫有狗的圖片標(biāo)注60％的相似度，而對(duì)帶有貓或者魚的圖片標(biāo)注20％的相似度。 這樣，計(jì)算機(jī)就可以識(shí)別出圖片中畫了一只狗。莫雷諾說，這種方法的關(guān)鍵就是從語義的角度來定義圖片。 這好象可以大大提高圖片搜索的準(zhǔn)確性。

　　研究員們使用的電腦擁有大量的素材，因?yàn)樗鼡碛写罅繋в絮r明特征對(duì)象如山脈、花朵、人物、水和虎等的圖片以及那些對(duì)象對(duì)應(yīng)的語義標(biāo)簽。研究員們用一些帶有尚未被標(biāo)記的對(duì)象的新圖片對(duì)新方法進(jìn)行測(cè)試時(shí)發(fā)現(xiàn)結(jié)果很不錯(cuò)。 將人物標(biāo)簽與利用它搜索得到的圖片進(jìn)行對(duì)比時(shí)發(fā)現(xiàn)系統(tǒng)運(yùn)行的情況很好，系統(tǒng)對(duì)一幅畫著伏在長(zhǎng)草中的老虎的圖片進(jìn)行分析后得到的對(duì)象關(guān)鍵字包括“貓”、“虎”、“植物”、“葉子”和“草”，而圖片的插圖說明中包括了“貓”、“虎”、“森林”和“草”等字眼。當(dāng)研究員們將他們的系統(tǒng)標(biāo)簽與更普遍的基于內(nèi)容的方法進(jìn)行對(duì)比時(shí)，他們發(fā)現(xiàn)新方法的準(zhǔn)確度比過去的舊方法要高40％。換句話說，它會(huì)得出更少與圖片無關(guān)的關(guān)鍵字。

　　微軟圖片搜索研究員拉里澤尼克說，這項(xiàng)研究擴(kuò)展了基于內(nèi)容的搜索的限制邊界。他說：“他們現(xiàn)在所作的就是分析我們可以在基于圖片特征對(duì)象來進(jìn)行圖片搜索方面走多遠(yuǎn)�！钡�是他還是對(duì)這種新方法是否適用于更大數(shù)量的圖片搜索如網(wǎng)絡(luò)搜索持懷疑態(tài)度。

　　澤尼克補(bǔ)充說，加利福尼亞州大學(xué)的研究成果對(duì)于圖片中的某種簡(jiǎn)單對(duì)象搜索非常有意義。然而，它可能不適用于其他的搜索領(lǐng)域如區(qū)分美國(guó)國(guó)會(huì)大廈與林肯郡州政府大樓等。 澤尼克說：“視覺問題是很難解決的，我認(rèn)為沒有任何一種方法是萬能的�！�

　　然而，Google公司從事圖片搜索研究的軟件工程師查克羅森貝格說，如果將研究員們剛剛發(fā)現(xiàn)的這種方法添加到搜索軟件中可能會(huì)非常有用。如果將這種方法加入到桌面搜索中，人們就可以根據(jù)圖片的相似度來搜索圖片。

　　加利福尼亞州大學(xué)的瓦斯康塞洛斯預(yù)計(jì)至少還需要五年的時(shí)間才能實(shí)現(xiàn)計(jì)算機(jī)對(duì)更復(fù)雜概念的識(shí)別，比如幸福等。但是他說，這并不是說現(xiàn)在所作的研究就是無用的。 現(xiàn)在的研究成果更象是一種輔助，而不是一個(gè)答案。

標(biāo)簽： 圖片搜索 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。