携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第31天，点击查看活动详情
早前的搜索照片和查询方法从人工标注变为自动识别图片周围的文本进行标注然后建立索引最后实现图片检索功能。使用过这种分类图片搜索技术原则的网络搜索引擎还包括了谷歌图片分类搜索引擎和百度图片搜索。不过,这种搜索方法同样也有个明显致命的小缺点:关键词或图片描述性文字关键词的广泛使用将对图片用户行为描述性和对图片关键词结果的分类准确性会有造成很大范围的依赖,很难能够在图片结果的集中位置得到较为良好准确的关键词分类。
现在,除了中国大陆传统专业图像搜索引擎中的一些主要的产品以及采用图像关键字特征作为图像分类的检索方法来进行专业的专业的图片的分类的搜索方法等主要功能产品外,国内外图片搜索引擎当中也基本上已经同时出现了一些其他类型许多功能的产品采用的类似的其它的图像的分类的搜索的方法来进行分类的新型的专业分类的专业图片搜索引擎,有很多主要的产品功能产品均采用以使用的图像颜色特征来作为产品最基本主要特征的图像搜索的方法特征,用户即可直接通过选择一个用户最想要搜索被搜索到对象相关的图片颜色类型来自动的查找搜索出具有与其相似的图片颜色属性特征的相关颜色图片。有专门的另外一种图片搜索引擎也可能是通过根据该用户在涂鸦板图片上所进行过的颜色文字的描绘而自动搜出的与其文字相关的颜色属性的图片。但是由于目前国内这些搜索引擎图像的搜索技术和图像分类等查询检索方法中普遍面临的又一大重要缺陷都是搜索引擎只能仅仅依赖图像相对应于其图像颜色特征而没有对其用户图像搜索时所展示出来的相关的图片特征来单独进行搜索分类,缺少任何一种可依照用户特定搜索关键字来搜索特定的相关图片特征分类搜索的搜索功能,这一无疑也就将间接地导致搜索引擎出现了对于图像特征搜索等查询搜索结果的缺乏影响其查询针对性度和逻辑性。
基于图像语义模型的图片信息搜索分析技术诞生发展于日本20世纪的90年代初。它现在主要研究使用物体颜色、形状轮廓和图像纹理特征信息作为图片内容搜索方法的语义基础问题(基于内容的图片检索技术)模型。因此,它还具有了很大潜力的实际科研理论价值基础和相对较好的现实使用价值,不久以后将可能成为国际研究应用热点。国内外也形成完善了的许多方法系统。虽然当前大量学科的前沿研究热点和众多实际领域应用方法都已使用上了这种基于语义分析的智能图片快速检索分析技术,但这些基于语义分析的人工智能图片智能检索及分类研究方法也还尚不成熟,需要在实践中进一步探索研究方法和研究改进。目前人类还没有提出可以被应用于几乎任何实际领域上的智能化图片自动检索与分类新方法,但在目前全球主流搜索引擎系统还没有可以完全的实现这种基于智能语义分析的智能化图片自动检索及其结果与分类,这也许就是其中一个可以很好使用的证明。
目前,基于内容的图片检索方法由于其在特征提取、相似性比较等算法上的高度复杂性,使其更局限于局部图片检索。要了解将CBIR技术广泛应用于网络应用中需要的大量的引擎技术,必须共同面对的如何才能快速和高效准确地同时获取多种图形信息,以及如何能够从大量网络资源文件中快速获取大量相似信息或大量相同格式的图片文件等等的诸多问题,这其实也是应用实时性要求也较高的CBIR技术遇到的其中一个热点问题。因此,在图片门户搜索引擎开发中怎样充分有效应用这些基于图像语义信息的图片语义检索功能和分类研究方法,实现用户对其检索的结果信息的良好的分类,将也是网站未来应用的另外一个最重要的研究方向。
