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)

檔案

本條目沒有附加檔案。

日期

2009

摘要

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。

所屬典藏

研究計畫
顯示完整詮釋資料 統計資料