问题标签 [content-based-retrieval]

我只是想更多地研究谷歌如何搜索图像。我知道这对我来说太复杂了，但我想尝试在我自己的一组图像上做。

这就是我的建议：对于文件夹中的大量随机图像，我可以使用一些关键字（可能不合适，根据您的想法进行更改），搜索一些图像并对其进行排序，就像 google image 所做的那样.

我已经与一些 Graphic 人讨论过如何确定图像之间的相似性，他们告诉我这样的事情：

1. 全局颜色直方图
2. 图像布局和基于块的直方图（我不是很熟悉）
3. 基于 RAG 的描述。

所以，现在我真的需要你的想法，我不需要任何代码或其他东西，你能不能分享一下你在设计这样一个本地图像搜索系统时的想法，你如何定义图像之间的相似性，如何定义图像之间的相似性？你代表图像等。

我将继续与一些图形人交谈以学习，但我也非常希望您的想法能够让我开始。

我在 PHP 中开发了一种简单快速的算法来比较图像的相似性。

它的散列速度很快（对于 800x600 图像，每秒约 40 张），未经优化的搜索算法可以在 22 分钟内浏览 3,000 张图像，将每张图像与其他图像进行比较（3/秒）。

基本概述是您获取图像，将其重新缩放为 8x8，然后将这些像素转换为 HSV。然后将色调、饱和度和值截断为 4 位，并变成一个大的十六进制字符串。

比较图像基本上是沿着两个字符串走，然后添加它发现的差异。如果总数低于 64，则它是相同的图像。不同的图像通常在 600 - 800 左右。低于 20 并且极其相似。

我可以使用这个模型有什么改进吗？我还没有查看不同组件（色调、饱和度和值）与比较的相关性。色调可能很重要，但其他的呢？

为了加快搜索速度，我可能会将每个部分的 4 位分成两半，并将最高有效位放在首位，因此如果它们未通过检查，则根本不需要检查 lsb。我不知道一种有效的方法来存储这样的位，但仍然可以轻松地搜索和比较它们。

我一直在使用包含 3,000 张照片（大部分是唯一的）的数据集，并且没有出现任何误报。它完全不受调整大小的影响，并且对亮度和对比度变化具有相当的抵抗力。

在我们的一个社区网站中，我们允许用户上传图片。这些图片由我们的版主批准或拒绝。

为了限制我们的管理员所需的工作，我们希望将每张被拒绝的图片“记录”到某种数据库中，并在提交图像以供批准之前在该数据库中进行查找。如果相似的图片已经被拒绝，上传的图片将不会提交审批。

我们当然可以只记录图片的文件名、大小和 MD5 之类的内容以获取相似性，但我们肯定可以找到不同的裁剪或调整大小的图像。

TinEye.com 提供了类似的功能。

你知道任何类型的开源软件能够做到这一点吗？你还有其他建议吗？

谢谢！

最近谷歌推出了图片搜索的新功能，这意味着我们可以通过在谷歌搜索框中上传图片来搜索其他图片。这怎么可能？

http://images.google.com

我有一张图片，我想搜索一下它是什么。有任何可用的 API 吗？

我目前正在伦敦大学攻读 BSc Creative Computing，并且正处于学习的最后一年。为了完成学位，我剩下的唯一模块是项目。

我对基于内容的图像检索领域非常感兴趣，我的项目想法就是基于这个概念。简而言之，我的想法是帮助新手艺术家使用 3D 模型作为参考来绘制透视草图。我打算通过渲染集合中每个 3D 模型的侧/顶/前视图来实现这一点，预处理这些图像并对其进行索引。在绘图时，用户会得到一系列与他/她的草图最匹配的模型（已经过预处理），这些模型可以用作进一步增强草图的指导。由于这种方法依赖于 3D 模型，因此用户也可以在 3D 空间中旋转草图并根据该透视图继续绘制。这种方法可以帮助漫画家或概念设计师快速勾勒出他们的想法。

在进行研究时，我遇到了LIRe，我必须说我印象非常深刻。我已经下载了 LIRe 演示 v0.9 并试用了包含的示例。我还开发了一个小型应用程序，它可以自动下载、索引和搜索相似的图像，以便更好地了解引擎的内部工作原理。即使使用有限的图像集（~300），这两种方法都返回了非常好的结果。

下一个实验是在提供草图而不是实际图像作为输入时测试输出响应。如前所述，系统应该能够根据用户的草图提供一组匹配模型。这可以通过将草图与渲染图像（当然随后链接到 3D 模型）进行匹配来实现。我通过将几个草图与一小组图像进行比较来尝试这种方法，结果非常好 - 请参阅http://claytoncurmi.net/wordpress/?p=17。但是，当我尝试使用一组不同的图像时，结果不如以前的场景好。我使用了 LIRe 提供的 Bag of Visual Words（使用 SURF）技术来创建和搜索索引。

我也在尝试一些OpenCV附带的示例代码（我从未使用过这个库，我仍在寻找我的方式）。

所以，我的问题是；

1..有没有人尝试过实现基于草图的图像检索系统？如果是这样，你是怎么做的？

2.. LIRe/OpenCV 可以用于基于草图的图像检索吗？如果是这样，如何做到这一点？

PS。我已经阅读了几篇关于这个主题的论文，但是我没有找到任何关于这个系统的实际实现的文档。

非常感谢任何帮助和/或反馈。

问候，

克莱顿

我目前正在编写一个基于视觉词的图像检索系统，它类似于文本检索中的向量空间模型。在这个框架下，每个图像都由一个向量表示（或者在文献中有时也称为直方图）。基本上，向量中的每个数字都会计算每个“视觉词”在该图像中出现的次数。如果 2 个图像的向量“接近”在一起，这意味着它们具有许多共同的图像特征，因此是相似的。

我基本上是在尝试为一组这样的向量创建倒排文件索引。我想要一些可以从数千（在试用阶段）扩展到数十万或数百万+图像的东西，这样自制的数据结构黑客将无法工作。

我看过 Lucene，但显然它只索引文本（如果我错了，请纠正我），而在我的情况下，我希望它索引数字（即向量本身）。我见过人们通过以下方式将矢量转换为文本文档的情况：

<3, 6, ..., 5> --> “w1 w2...wn”。基本上，任何非零组件都被文本单词“w[n]”替换，其中 n 是该数字的索引。然后将此“文档”传递给 Lucene 以进行索引。

使用这种方法的问题是向量的文本表示不编码特定“单词”出现的频率，因此检索到的图像的排名不会很好。

有谁知道可以处理向量的成熟索引 API，或者可能为我的向量建议不同的编码方案，以便我可以继续使用 Lucene？我还查看了 Lucene for Image Retrieval (LIRE) 项目并尝试了它附带的演示，但是运行该演示时生成的异常数量让我不确定是否使用它。

至于 API 的语言，我对 C++ 或 Java 持开放态度。

提前感谢您的任何回复。

我创建了一个自定义项目相似性，它基于产品分类模拟基于内容的相似性。我有一个用户只喜欢两个项目：

我的自定义itemSimilarity从 [-1,1] 返回值，其中 1 应该表示高度相似，-1 表示高度不同。用户喜欢的两个项目在分类树中没有任何最低的共同祖先，因此它们的值不是 1。但它们的值在某些项目中是 0、0.20 和 0.25。

我通过以下方式提出建议：

我得到以下结果：

乍一看有人会说，好的，它会产生建议。我尝试从 中打印值，itemSimilarity因为它在成对项目之间进行比较，我得到了这个令人惊讶的结果：

还有更多。它们不在生产订单中。我只是想说明一点。所有相异度为 -1 的项目都被推荐，而那些相似度为 0.0、0.2 和 0.25 的项目则完全不推荐。这怎么可能？itemSimilarity接口的方法ItemSimilarity有如下解释：

该接口的实现定义了两个项目之间的相似性概念。实现应返回 -1.0 到 1.0 范围内的值，其中 1.0 表示完全相似。

如果我使用 [0,1] 之间的相似性，我会得到以下建议：

并且成对相似度如下（仅针对那些树，其他为0）：

编辑：我还打印出与1449133, 18886199with 最相似的项目：(GenericItemBasedRecommender)delegate).mostSimilarItems(new long[]{1449133, 18886199}, 10) 我得到了：[RecommendedItem[item:228964, value:0.125], RecommendedItem[item:950062, value:0.125], RecommendedItem[item:899573, value:0.1]]

仅对于项目 18886199，(GenericItemBasedRecommender)delegate).mostSimilarItems(new long[]{18886199}, 10)我得到了[RecommendedItem[item:228964, value:0.25]]. 因为1449133只有没有类似的项目。

我不明白为什么它不能与强烈的不同？另一个问题是为什么所有预测的偏好值都是8.0或4.5。我可以看到只有项目18886199与推荐项目相似，但是有没有办法将 8.0 的值与 case 中的相似度相乘0.25，并得到值2.0代替8.0。在计算相似度时我不能这样做，因为我还不了解用户，但我认为应该在推荐阶段完成。这不是推荐器应该如何工作，或者我应该创建一个自定义推荐器并以自定义方式完成工作？

如果 Mahout 社区的人能给我指路，我将不胜感激。

I need to ask a problem on the operator "choice when" in Apache Camel route. In the following example, if I have two soap-env:Order elements which have 1, 2 value, then I want to create two xml file named output_1.xml and output_2.xml. However, the code can only create one file output_1.xml. Can anyone give me any ideas or hints? Thanks for any help.

Mahout 是否提供了一种确定内容之间相似性的方法？

我想生成基于内容的推荐作为 Web 应用程序的一部分。我知道 Mahout 擅长获取用户评分矩阵并根据它们生成推荐，但我对协作（基于评分）推荐不感兴趣。我想对两段文本的匹配程度进行评分，然后推荐与我在用户个人资料中为用户存储的文本最匹配的项目......

我已经阅读了 Mahout 的文档，看起来它主要促进了协作（基于评级）的推荐，而不是基于内容的推荐......这是真的吗？