多媒体搜索引擎

多媒体搜索引擎

复习

2023年4月19日星期三

Multimedia Search Engine 2

期末考试时间

6 月 27 号 15:30-17:30地点

数学馆西 113考场纪律

手机关机不使用计算器

没有复杂计算不使用除电子钟外的任何电子设备



考试内容传统搜索引擎数据压缩多媒体内容理解多媒体搜索引擎



传统搜索引擎五大部分及其相互关系、功能

信息

1. 获取 / 存储

2. 理解3. 索引

4. 输入

5. 显示



传统搜索引擎布尔检索

关键字检索概念关键字的布尔运算倒排文件

基于倒排文件的快速布尔运算关键字的索引结构

二叉树， Hash ， Trie



传统搜索引擎词典建立

分词正则式匹配词典分词

正向最大匹配，反向最大匹配，双向匹配禁用词表归一化拼写矫正与近音替换



传统搜索引擎查询结果处理

排序词频，非线性词频 tf-idf

SEO SPAM 基于链接的排序

PageRank HITS



传统搜索引擎相关反馈

原理，实现方法优点，缺点

性能评价性能指标

精度、查全率、 F-score 相互关系



数据压缩多媒体信息表示

文字 codepage

声音、图像采样：时域 / 空域 / 频域，信号带宽，采样定理量化：量化噪声，信噪比，非均匀量化



数据压缩多媒体数据压缩

数据可压缩的原理：冗余信息论

熵：定义，计算方法熵编码

霍夫曼编码霍夫曼树：构造，使用计算平均码长

算术编码原理



数据压缩多媒体数据压缩

字典编码原理： LZ77, LZ78 优点，缺点

预测编码：原理，优点，缺点变换编码

DCT ，小波原理，优点，缺点心理视 / 听觉模型



多媒体内容理解步骤

分割，特征提取，分类分割

图像分割前 / 背景分割：最大熵，松弛算法对象分割：边缘检测，聚类 (MeanShift)

视频分割镜头分割



多媒体内容理解特征提取

颜色平均颜色，颜色矩，各种颜色直方图

纹理灰度共生矩阵， Tamura颜色特征， Gabor 特

征形状

面积、周长、圆度……傅立叶描述子



多媒体内容理解特征提取

特征降维目的，方法（主分量分析，分组降维）

分类线性分类器

原理，做法训练方法：方程组求解， SVM

概率分类器： GMM ， EM



多媒体搜索引擎高维索引

目的，概念，原理最近邻查询，范围查询

K-d-b树， R- 树，基于空间分割的高维索引多媒体查询输入

关键字， QBE ，草图，…… 可视化推荐各自的优缺点

Documents