图像视频检索

基于内容的图像/视频检索是目前国内外信息检索领域的热点研究课题。它与Internet网页上常用的基于文字匹配的检索方法有本质上的不同。从概念上来讲,基于内容的图像/视频检索是在对媒体本身所反映的内容信息的多层面理解基础之上，然后对媒体进行索引及检索的技术。从目前研究的现状来看，主要是在提取图像或视频的颜色，纹理，形状等低层特征之后，依据这些特征和一定的检索算法来检索。我们目前的主要工作有：

1 图像低层特征提取：

a：颜色特征的描述：在不同的颜色模型中（RGB, HSV, Luv）， 用统计直方图来描述颜色特征。

c：形状特征的描述：用图像中区域空间分布函数的各阶矩来描述区域的形状特性。

2 图像分割

用C-均值聚类方法，和区域增长方法实现图像分割。

3 基于区域的图像相似性度量：

用混合聚类方法实现图像间的区域匹配与相似性度量。

4 基于双库机制的图像相关反馈检索算法：

算法通过引入用户交互操作实现对图像特征索引库的逐步修改，从而达到准确而又快速的检索要求。

5 镜头检测

在当前帧前后分别建立特征空间模型，通过比较特征空间模型之间的距离来实现镜头分割。（该算法仍在实验中）