Lab Meeting - Week 4

這週的Lab meeting輪到我報paper，打從八月份開始，我就一直在survey Image Retrieva的相關研究。Image Retrieval簡單來說，就是影像搜尋技術，我們都知道Google以及Yahoo!提供的搜尋服務大部分都是針對Text(文字)的，但是對於影像 或是圖片這方面的搜尋，卻沒有甚麼killer application問世。搜尋影像的困難度遠高於搜尋文字，目前主要的發展是藉由分析一張影像的內容，根據所得到的Feature在進行搜尋的工作，這便是所謂的CBIR(Content Base Image Retrieval)。


Paper Title: Content Base Image Retrieval Using Categroy-Base Indexing
Accept By: 2004 IEEE ICME










Comment: 這篇paper主要的想法，就是在進行影像搜尋之前，先把要搜尋的圖片用一個有效率的方式進行分類，藉此提升搜尋的效能。先進行分類的原因是: 不同的影像有不同的複雜度，需要不同的特徵分析技巧。針對一群已經分類過的影像進行搜尋，performance當然就顯得比較好。所以如何有效的分析一 張圖片的內容便是這篇paper的重點。

要分析一張圖片的內容，第一步要做的，就是把圖片作切割的動作(Segmentation)。切出你想要的區塊，切出你想要分析的物件，切出你想要的背景...。一般來說都是使用K-means的方法作segmentation的動作，這篇paper是使用另一種方式，就是使用Mean shift algorithm的方式來做切割。接下來再對切割出來的區域進行feature分析，進而分類。

我覺得比較可取之處，有兩個部分：
(1)Mean shift algorithm在segmentation上的實作效能頗不錯。
(2)Category的分類法，簡單而且合理。

老闆聽完之後，感覺蠻好的，方向很正確，建議我去讀一篇由Stanford 的教授: Hector Garcia-Molina寫得一篇關於影像的分類的著作。接下來，我想我會先survey一些關於Category-Base的Image Retrieval System，看看大家都是如何分類的...。