網路檢索圖片集之圖義辨識方法研究

Abstract

最近幾年，網路圖片的數量有爆炸性的成長，如何檢索網路上的圖片也變得越來越重要。圖義辨識這個研究是用來解決檢索網路圖片時會遇到的歧異性問題，這個題目可以用來提高檢索網路圖片的效率，或運用在圖像標註及物件辨識之訓練資料的搜集上。圖義辨識是一個新的，還沒被徹底研究過的議題，但未來可能會變得越來越重要。 在這篇論文中，我們將會分析和探討圖義辨識這個議題，因為網路上的圖義很多都沒有被包含在字典裡，所以我們提出了一個方法來找出網路上的圖義，對於找到的每個圖義，我們提出的方法能夠在不需要使用任何人力標記的情況下收集到和每個圖義相關的圖片及網頁，和之前的研究不同，我們採用分類而非分群的概念來處理圖義辨識這個議題，我們提出了四種圖義的分類器以及一個合併這些分類器的方法，並對實驗中的數個步驟進行評估和討論，在論文的最後我們會對這篇論文做個總結並探討一些未來能夠繼續研究的有趣議題。

In these few years, images in the web have explosively increased. Image retrieval for web images becomes more and more important. Image sense disambiguation/discrimination (ISD) is a task to disambiguate/discriminate image senses of retrieved web images. This technology can be used to improve the performance of web image retrieval or be applied in image annotation or object recognition tasks to help collecting training samples. ISD is a new task not being well studied but may become important in the future. In this thesis, we analyze and discuss ISD problem. We propose a method to find senses of web images. There may be many senses in the web are not be included in the dictionary. For each sense, we collect sample images and pages without human annotation. Unlike previous approaches that use clustering methods in ISD, we use classifying method instead. Four kinds of classifiers and a merge method are proposed in this thesis. The steps of our methods are evaluated and discussed and in the end of this thesis we will summarize our work and discuss some interesting future works.