1) image retrieval based on compressed domain
基于压缩域的图象检索
2) content-based image retrieval
基于内容的图象检索
1.
The explosive growth of the numbers of images made and content-based image retrieval becomes a research of hot point,image retrieval based on computer has a certain limitation,the feedback mechanism of image retrieval relevance has increasingly shown its importance.
图象数量的爆炸性增长,使得基于内容的图象检索成为一个研究的热点,而以计算机为中心的图象检索方式又有一定的局限性,因此在图象检索中引入相关反馈机制越来越显示出它的重要性。
2.
Content-based image retrieval (CBIR) is a good solution for this problem, and has attracted increasing attention from researchers all over the world recently.
随着数字图象的日益增多,基于内容的图象检索已成为图象使用者和管理者迫切需要解决的问题,近年来,各国研究者纷纷加入该领域的研究。
3.
In the face of such voluminous and complicated information oceans, it is pressed for that one can fast and efficiently acquire the needed information, and powerful multimedia information retrieval tools and presentation tools are absolutely necessary Content-based image retrieval and .
基于内容的图象检索和多媒体同步模型是目前十分活跃的研究领域，开展这方面的研究具有十分重要的理论和现实意义。
3) Content Based Image Retrieval(CBIR)
基于内容的图象检索
4) CBIR
基于内容的图象检索
1.
The goal of content-based image retrieval(CBIR) is uppermost to reduce the semantic gap between the simple visual features and the abundant semantics delivered by an image, and a critical point in the advancement of content-based retrieval is the image semantic modeling and extraction.
基于内容的图象检索系统 ,其目标是最大限度地减小图象简单视觉特征与用户检索丰富语义之间的“语义鸿沟”,因此图象语义处理则成为基于内容的图象检索进一步发展的关键 。
2.
Content-based Image Retrieval (CBIR) is the key technology toaddress this urgent issue.
基于内容的图象检索(CBIR)是解决这一问题的重要技术之一。
5) object-based image retrieval
基于对象的图像检索
1.
Aiming at the problem of object-based image retrieval, a new Multi-instance Learning (MIL) algorithm based on Fuzzy Support Vector Machine (FSVM), called FSVM-MIL algorithm is presented.
针对基于对象的图像检索问题,利用模糊支持向量机(FSVM)提出了一种新的多示例学习算法—FSVM-MIL算法。
6) region-based image retrieval
基于区域的图像检索
1.
Research on a region-based image retrieval approach;
一种基于区域的图像检索方法的研究
2.
Region-based image retrieval method is not only an efficient way in content-based image retrieval, but also can retrieval images according to interested regions.
基于区域的图像检索方法不仅是基于内容的图像检索的行之有效的方法，而且能根据感兴趣区域进行图像检索。
3.
This paper is about research on relevance technology of region-based image retrieval System, which includes the studies of color space quantization, region-based image segmentation, similarity computation, relevance feedback and etc.
这篇论文主要针对基于区域的图像检索系统中的相关技术进行了研究。
补充资料：动态图象的压缩编码
动态图象的压缩编码
motion image compression
dongta!tux!ang de yQsuo bIQnmQ动态图象的压缩编码《motion im砚笋~·pr砚弥ion)对随时间变化的图象序列(又称动态图象)进行压缩编码的技术。动态图象实时地记录了对象的动态变化过程。它需要每秒25帧一30帧图象来表示，因此动态图象的数据量十分巨大。但是在序列中帧与帧之间存在高度的相关性，变化往往发生在局部空间内。如果我们能够对运动变化部分用运动矢量来描述，那么某一帧的图象就可以看成它的前帧图象经过运动矢量补偿后的结果。另外，两帧图象只要时间间隔不是很长，它们的中间帧图象的变化基本上是该两帧图象的平均变化，即两核图象的插值。因此，运动补偿与插值是动态图象压缩编码的主要手段。主要的算法有国际标准化组织I岌)建议的侧田EG动态图象压缩算法标准和国际电话电报咨询委员会〔℃1明’的H.261标准。 动态图象压缩编码分为帧内压缩和帧间压缩两部分。帧内压缩是基于离散余弦变换(DCT)的静态图象压缩技术(参见静态圈象的压编编研)，减少空域冗余度。技间压缩把图象序列分为技内图(l)、预侧图(P)、插补图(B)三种图象，三者之间的关系如图1所示。越内图以静态图象压缩方法处理，是基础图象。预测图用前面的核内图根据运动矢量进行预测补偿，因此主要传送其预测的差值。插补图(或者称为双向预测图)可以根据前面和后面图的信息进行双向插补。可以看到，仅有帧内图和运动矢量需要传送，其余的可由插补和补偿来完成，有相当大的压缩率。恢内圈一获列拍补圈爪洲图 图1帧内图、预测图和精补田的关系示意图 当今M田EG、1型动态图象压缩算法把视频及伴音在保证可接受的质量下压缩到1.5 Mb/s。倒田EGZ型动态图象压缩算法的国际标准已正式通过。由于实际的系统中州田EG压缩算法很难由通用计算机实时处理，开发专用硬件系统(芯片)是当前动态图象压缩技术的一个重要方向。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条