virage图像检索

virage图像检索

       对于virage图像检索的话题，我可以从不同的角度进行分析和讨论，并提供相关的资讯和建议。

1.基于内容的像检索的应用和研究

2.帮忙翻译一段话

3.多媒体技术应用的主要内容

4.有哪些特殊的搜索引擎

基于内容的像检索的应用和研究

       最早成功应用基于内容的图像检索技术的是IBM的QBIC系统。这个系统是为一个俄国博物馆制作的绘画作品查询系统。QBIC系统的网站为IBM的QBIC系统。除了IBM的QBIC系统之外，比较著名的系统还包括UIUC大学的MARS系统 、MIT的Photobook 、 UC Berkeley的Digital Library Project ，以及Columbia大学的VisualSEEk 等。 系统名称发布时间 开发组织文献ADL 1995 University of California, Santa Barbara AltaVista

       Photofinder 1997 DEC Research Lab

       AltaVista Company AMORE 1997 C & C Research Laboratories NEC USA, Inc. ASSERT 1999 The School of Electrical and Computer Engineering at Purdue University BDLP 1996 University of California, Berkeley Blobworld 1999 Computer Science Division,

       University of California, BerkeleyCANDID 1995 Computer Research and Applications Group,

       Los Alamos National Laboratory, USA C-bird 1998 Developer School of Computing Science, Simon

       Fraser University, Burnaby, B.C., Canada CBVQ 1995 Developer Image and Advanced Television Lab,

       Columbia university, NY Chabot 1995 Developer Department of Computer Science,

       University of California, Berkeley, CA, USA CHROMA 2000 Developer School of Computing, Engineering

       and Technology, University of Sunderland, UK Circus 1997 AUDIOVISUAL COMMUNICATIONS LCAV, IC, EPFL Compass 2000 Developer Centre for Scientific and Technological

       Research, Trento, Italy Diogenes 2000 Department of EECS, University of Illinois

       at Chicago DrawSearch 1999 Developer Department of Electrical and

       Electronic Engineering, Technical University of Bari Excalibur Visual

       RetrievalWare 未知 Excalibur Technologies FIDS 1999 Department of Computer Science and Engineering,

       University of Washington, Seattle, WA, USA FIR 1997 Developed by Fraunhofer Institute for Computer Graphics,

       Darmstadt, Germany, in association with Txt Ingegneria

       Informatica S.P.A. (Italy), Giunti Multimedia Srl (Italy), Epsilon

       Software (Greece),and Kino TV & Movie Productions S.A. (Greece),

       as part of the Esprit IV project FORMULA. FOCUS 1997 Developer Department of Computer Science, University

       of Massachusetts, Amherst, MA FRIP 2001 Yonsei University, Korea ImageFinder 未知 Attrasoft Inc ImageMiner 1997 Technologie-Zentrum Informatik, Univerity of Bremen, Germany ImageRETRO 1999 Department of Computer Science, University of Amsterdam,

       The Netherlands ImageRover 1997 Department of Computer Science, Boston University, MA ImageScape 1997 Department of Computer Science, Leiden University,

       The Netherlands iPURE 2000 IBM India Research Lab, New Delhi, IndiaJacob 1996 Computer Science & Artificial Intelligence Lab,

       University of Palermo, Italy KIWI 2001 INSA Lyon, France LCPD 1996 Department of Computer Science, Leiden University,

       The Netherlands MARS 1997 Department of Computer Science, University of Illinois at Urbana-

       Champaign, further developedat Department of Information and

       Computer Science, University of California at Irvine, CA. MetaSEEk 1998 Image and Advanced Television Lab, Columbia University, NY, USA. MIDSS 1997 Electrical and Computer Engineering, Purdue University, Indiana MIR 1995 Center of Excellence for DocumentAnalysis and Recognition,

       University at Buffalo, NY, USA. MUSE 未知 Computer Science and Engineering, Florida Atlantic UniversityNETRA 1997 Department of Electrical and Computer Engineering,

       University of California, Santa Barbara, CA PARISS 2000 未知 Photobook 1996 Vision and Modeling Group, MIT Media Laboratory, Cambridge,MA Picasso 1997 Visual Information Processing Lab, University of Florence, Italy PicHunter 2000 NEC Research Institute, Princeton, NJ, USA PicSOM 2000 Laboratory of Computer and Information Sciences,

       Helsinki University of Technology, Finland PicToSeek 2000 Department of Computer Science, University of Amsterdam,

       The Netherlands QBIC 1993 IBM Almaden Research Center, San Jose, CAQuicklook2 2001 CNR Institute of Multimedia Information Technologies,Milan, Italy RETIN 2001 ENSEA/University of Cergy-Pontoise, France Shoebox 2001 AT&T Laboratories, Cambridge, UK. The development was started

       at Olivetti and Oracle ResearchLaboratory. SIMBA 2001 Institute for Pattern Recognition and Image Processing,

       Freiburg University, Germany SMURF 2002 Center for Geometry, Imaging, and Virtual Environments,

       Institute of Information and ComputingSciences,

       Utrecht University, The Netherlands SQUID 1996 Centre for Vision, Speech, and Signal Processing,

       University of Surrey, UK Surfimage 1998 INRIA, Rocquencourt, France SYNAPSE 1999 Center for Intelligent Information Retrieval, University of

       Massachusetts, Amherst, MA TODAI 1996 Electrical Engineering Department, EPFL, Switzerland, and later

       the Intelligent Systems Laboratory, Halmstad University, Sweden Viper 2000 Centre Universitaire d’Informatique, University of Genova,

       Switzerland VIR Image

       Engine 1996 Virage Inc. VisualSEEk 1997 Image and Advanced Television Lab, Columbia University, NY VP Image

       Retrieval System 1995 National Center for Science Information Systems,

       University of Tokyo, Japan WebSEEk 1997 Image and Advanced Television Lab, Columbia University, NY WebSeer 1996 Department of Computer Science, University of Chicago, Illinois WISE 1997 Department of Computer Science, Stanford Univerity (该统计来源于文献Content-Based Image Retrieval Systems: A Survey )

帮忙翻译一段话

       图像检索系统2008-12-29 14:391. QBIC(Query By Image Content)图像检索系统是 IBM 公司 90年代开发制作的图像和动态景象检索系统，是第一个基于内容的商业化的图像检索系统。QBIC 系统提供了多种的查询方式，包括：利用标准范图（系统自身提供）检索，用户绘制简图或扫描输入图像进行检索，选择色彩或结构查询方式，用户输入动态影象片段和前景中运动的对象检索。在用户输入图像、简图或影象片段时，QBIC 对输入的查询图像进行颜色、纹理、形状等特征进行分析和抽取，然后根据用户选择的查询方式分别进行不同的处理。QBIC 中使用的颜色特征有色彩百分比、色彩位置分布等；使用的纹理特征是根据Tamura 提出的纹理表示的一种改进，即结合了粗糙度、对比度和方向性的特性；使用的形状特征有面积、圆形度、偏心度、主轴偏向和一组代数矩不变量。QBIC 还是少数几个考虑了高维特征索引的系统之一。 QBIC除了上面的基于内容特性的检索，还辅以文本查询手段。例如为旧金山现代艺术博物馆的每幅作品给予标准描述信息：作者、标题、日期，许多作品还有内容的自然描述。

       2. Virage 是由 Virage 公司开发的基于内容的图像检索引擎.同QBIC 系统一样，它也支持基于色彩、颜色布局、纹理和结构等视觉特征的图像检索。Jerry 等人还进一步提出了图像管理的一个开放式框架，将视觉特征分为通用特征（如颜色、纹理和形状）和领域相关特征（如用于人脸识别和癌细胞检测等）两类。VIRAGE公司的VIR（Visual Information Retrieval）图像引擎提供了四种可视属性检索（颜色、成分、纹理和形状）。每种属性被赋予0到10的权值。通过颜色特性检索是最简单明了的，该软件对选出的基础图像的色调、色彩以及饱合度进行分析，然后在图像库中查找与这些颜色属性最接近的图像。成分（composition）特性指相关颜色区域的近似程度。 用户可以设定一个或多个属性权值来优化检索。要达到最佳平衡度需要反复试验，但检索过程是相当快的。在结果显示矩阵中可以选择查看3、6、9、12、15或18个简图。通过对四个属性权值的调整，显示出不同的检索结果。简图是根据相似度降序排列。点击简图标题将得到该图像的一些详细说明，包括Virage计算出的相似比。

       3. RetrievalWare 是由 Excalibur 科技有限公司开发的一种基于内容的图像检索工具。早期版本中，可以看到该系统的重点在于运用神经网络算法实现图像检索。在比较新的版本中r提供基于6种图像属性的检索，分别是颜色、形状、纹理、颜色结构、亮度结构和纵横比。颜色属性是对图像的颜色及其所占的比率进行测定，但并不包括对颜色的结构或位置的测定，这一项是由颜色结构属性控制的；形状属性指图像中物体的轮廓或线条的相对方位、弯曲度及对比度；纹理属性是指图像的平滑度或粗糙度，一幅图的表面特性；亮度属性是指构成图像的象素组合的亮度。这是一个非常有力的图像检索工具。

       4. Photobook 是美国麻省理工学院的多媒体实验室所开发的用于图像查询和浏览的交互工具。它由三个子系统组成，分别负责提取形状、纹理、面部特征。因此，用户可以在这三个子系统中分别进行基于形状、基于纹理和基于面部特征的图像检索。在 Photobook 的最新版本 FourEyes 中，Picard 等人提出了把用户加入到图像注注释和检索过程中的思想。同时由于人的感知是主观的，他们又提出了“模型集合”来结合人的因素。实验结果表明，这种方法对于交互式图像注释来说非常有效。

       5. VisualSEEK 是基于视觉特征的检索工具， WebSEEK 是一种面向 WWW 的文本或图像搜索引擎。这两个检索系统都是由哥伦比亚大学开发的。它们的主要特点是采用了图像区域之间空间关系和从压缩域中提取的视觉特征。系统所采用的视觉特征是利用颜色集和基于小波变换的纹理特征。VisualSEEK 同时支持基于视觉特征的查询和基于空间关系的查询。WebSEEK 包括三个主要模块：图像/视频采集模块，主题分类和索引模块，查找、浏览和检索模块。相对于其它的多媒体检索系统，VisualSEEK 的优点在于：高效的 Web 图像信息检索，采用了先进的特征抽取技术，用户界面强大，操作简单，查询途径丰富，输出画面生动且支持用户直接下载信息。而 WebSEEK 本身就是一个独立的万维网可视化编程工具，已经对 650000 幅图像和 10000 个影象片段进行了编目，用户可以使用目录浏览和特征检索方式进行图像检索。

       音频检索系统

       /

       这也是国人开发的一个电子地图服务网，可在线查询各大城市地图。可快速缩放，漫游等。

       三、查询图像信息

       1、Alta Vista图像

       这是著名的搜索引擎提供的图像检索功能。

       2、HotBot图像检索

       搜索引擎HotBot在其高级检索中也提供了图像检索功能。

       3、Image Surfer

       是Yahoo公司推出的图像检索服务。

       4、QBIC

       它可以依据图像的内容特征进行检索。

       5、Websek

       它专门从事图像及声像信息检索，除了检索静态图像外，Virage还提供了对动态影像的检索服务。

       7、Scour.NET

       帮你找工作。

       2、todo .tw

       这是一个书签式搜索引擎，为你收集了许多好站，酷站。

       3、Title /cgi-bin/paml-search

       帮你查询邮件列表。

       6、File Z

       专门用于查找文件。

       7、Dejanews /info/toplevel.html

       查询新闻组的工具。

       8、Liszt

       专门查询邮件列表

       9、Humor

       专门收集幽默、笑话

       10、MP3spy

       专门搜索MP3音乐

       好了，今天关于“virage图像检索”的话题就讲到这里了。希望大家能够对“virage图像检索”有更深入的认识，并从我的回答中得到一些启示。如果您有任何问题或需要进一步的信息，请随时告诉我。