Review of Relevance Feedback Algorithms in Content-based Image Retrieval
基于内容的图像检索中相关反馈算法综述

1 引言从70年代开始,人们就进行图像检索技术的研究,那时候主要工作是对图像进行人工标注,然后应用文本检索技术实现对标注图像的检索。然而图像内容是复杂多样的,不同人对图像的理解不完全一致,一般难用准确的词汇描述图像内容;另外,对大量图像做标注也是一项费时费力的工作,这些因素导致基于文本标注的图像检索方法在实际应用中很难达到预期效果。进入90年代,全球网络通讯技术和光盘等大容量信息存储技术迅速发展,图像、视频和语音等多媒体信息的数据量急剧增加,如何从这些海量的多媒体信息中寻找感兴趣的内容已成为目前急需解决的、有挑战性的难题。近几年来,研究人员企图用基于内容的信息检索技术解决这个难题。基本路线是自动或半自动提取多媒体对象的底层特征,对图像而言可以提取颜色直方图、主色调、形状、纹理等特征,然后基于这些特征定义图像之间的相似度,从而实现基于内容或特征的检索。