<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

學術出版;;Publications

Permanent URI for this communityhdl:11536/1

收集所有交通大學研究人員與學生個人或團體所發表之各項學術著作，涵蓋期刊論文、教師專書、學位論文等項。;;Collections of Publications of NCTU Researchers and Students Like Journal Papers and Thesis.

Browse

Filters

2008 - 20103

Settings

🏛️國立陽明交通大學機構典藏

Access type: Metadata onlySubject: search.filters.subject.distributed image retrieval

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item type:Item,
    類神經網路影像檢索之研究---Web 2.0 影像及視訊檢索系統之建構(V)
    (2008)
    傅心家
    ;
    Fu Hsin-Chia
    ;
    國立交通大學資訊工程學系(所)
    由於數位影像技術的提升與大容量儲存媒介價格的下降，大量的影像及視訊資料的儲 存愈來愈普遍。隨著網際網路的普及通訊品質的提升，有愈來愈多的數位媒體資料， 如文字、影像、視訊等被存放於網際網路上。如何精確、有效且快速地從網路獲得想 要的資訊，已是網路搜尋服務亟欲解決的問題。本研究首先針對Corel 影像資料庫， 於94 年度研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結 果顯示，利用Visual keyword 搜尋Corel 影像資料庫的命中率超過九成。隨後，將此 技術拓展於網際網路上的影像搜尋上，建立了由20 台影像伺服器所組成的分散式影像 檢索系統，搜尋的範圍擴展到45,000 張以上的Internet 或WWW 影像。初步的搜尋命 中率已達六成以上，每次查詢平均需時6 秒。本年度擬研究在目前以圖像Visual keyword 為基礎的檢索（VBIR）技術上，結合「圖像標誌檢索」（TBIR，tag based image retrieval）技術的網際網路搜尋引擎，完成一個能搜尋網際網路影像與視訊的檢索系 統。應用「圖像標誌檢索」技術需將圖像先加注標誌，本計劃將研發Web 2.0 的標誌 系統：由進入網頁的使用者來協助注釋的工作，不斷地對小部份的影像加上標誌，再 以機器學習的方式將大部分的影像自動的加上標誌。由於網路上的使用者興趣與喜好 會隨時改變，因此人工方式的標誌將由各地上網使用者不斷的協助進行，隨時隨地適 應網際網路上多變化的環境。因此「Web 2.0 影像標誌系統之建構」將為本年度（97） 研究計劃書所規劃之創新研究工作。系統研發目標是建立由50 台伺服器所組成的分散 式搜尋系統，將搜尋的範圍擴展到200,000 張以上的Internet 或www 影像，以及檢索 速度提昇到一次影像詢問（image query）平均的需時在1 秒內。
  • Thumbnail Image
    Item type:Item,
    類神經網路影像檢索之研究---數百萬頁影像檢索系統之建構(VI)
    (2009)
    傅心家
    ;
    Fu Hsin-Chia
    ;
    國立交通大學資訊工程學系(所)
    由於數位影像技術的提升與大容量儲存媒介價格的下降，大量的影像及視訊資料的儲存 愈來愈普遍。隨著網際網路的普及通訊品質的提升，有愈來愈多的數位媒體資料，如文 字、影像、視訊等被存放於網際網路上。如何精確、有效且快速地從網路獲得想要的資 訊，已是網路搜尋服務亟欲解決的問題。本長期研究計畫首先針對Corel 影像資料庫， 於94 年度研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結果 顯示，利用Visual keyword 搜尋Corel 影像資料庫的命中率超過九成。隨後，95~97 年度研究計畫將此技術拓展於網際網路上的影像搜尋上，建立了由20 台影像伺服器所 組成的分散式影像檢索系統，搜尋的範圍擴展到200,000 張以上的Internet 或WWW 影 像。97 年度初步的研究的成果顯示檢索命中率已達六成以上，每次查詢平均需時1〜5 秒。本計畫書擬規劃一個三年期的研究工作，希望能在已有的研究成果上只添加20~30 部PC，就能在相同時間（1〜5 秒）內搜尋數 （2~5） 百萬張影像，提供使用者想要的 圖片（首頁20〜30 張圖像達95％的正確率）。本三年期研究擬進行的工作項目：（1）第 一年完成一個新SOM 分群演算法，將用目前已收集到的二十萬張影像，來驗証分群演算 法的功效；（2）第二年將擴大收集WWW 影像到壹百萬張，實做分群演算法在一個含30 個PC 的分散式系統，來實測分群演算法的功效（包括分群需要的計算時間及所達到的 正確率）；(3）第三年將研發一個兩階層的分散式計算架構：（1）影像分群及（2）影像 檢索，來建構一個包含50 部PC 就能搜尋數百萬張影像的電腦系統。我們預期目標是在 1~5 秒內搜尋2〜3 百萬張影像，達到整體有70%或首頁（前20〜30 張）95%的正確率。
  • Thumbnail Image
    Item type:Item,
    類神經網路影像檢索之研究---數百萬頁影像檢索系統之建構(VII)
    (2010)
    傅心家
    ;
    Fu Hsin-Chia
    ;
    國立交通大學資訊工程學系（所）
    由於數位影像技術的提升與大容量儲存媒介價格的下降，大量的影像及視訊資料的儲存 愈來愈普遍。隨著網際網路的普及通訊品質的提升，有愈來愈多的數位媒體資料，如文 字、影像、視訊等被存放於網際網路上。如何精確、有效且快速地從網路獲得想要的資 訊，已是網路搜尋服務亟欲解決的問題。本長期研究計畫首先針對Corel 影像資料庫， 於94 年度研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結果 顯示，利用Visual keyword 搜尋Corel 影像資料庫的命中率超過九成。隨後，95~97 年度研究計畫將此技術拓展於網際網路上的影像搜尋上，建立了由20 台影像伺服器所 組成的分散式影像檢索系統，搜尋的範圍擴展到200,000 張以上的Internet 或WWW 影 像。97 年度初步的研究的成果顯示檢索命中率已達六成以上，每次查詢平均需時1～5 秒。本計畫書擬規劃一個三年期的研究工作，希望能在已有的研究成果上只添加20~30 部PC，就能在相同時間（1～5 秒）內搜尋數 （2~5） 百萬張影像，提供使用者想要的 圖片（首頁20～30 張圖像達95％的正確率）。本三年期研究擬進行的工作項目：（1）第 一年完成一個新SOM 分群演算法，將用目前已收集到的二十萬張影像，來驗証分群演算 法的功效；（2）第二年將擴大收集WWW 影像到壹百萬張，實做分群演算法在一個含30 個PC 的分散式系統，來實測分群演算法的功效（包括分群需要的計算時間及所達到的 正確率）；(3）第三年將研發一個兩階層的分散式計算架構：（1）影像分群及（2）影像 檢索，來建構一個包含50 部PC 就能搜尋數百萬張影像的電腦系統。我們預期目標是在 1~5 秒內搜尋2～3 百萬張影像，達到整體有70%或首頁（前20～30 張）95%的正確率。