基于TOP API和LIRE的分布式Web圖像檢索系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、本文通過(guò)分析研究基于LIRE架構(gòu)的圖像搜索引擎的關(guān)鍵技術(shù)難題，結(jié)合TOP API(Taobao Open Platform API，淘寶開(kāi)放平臺(tái)API)接口及Web爬蟲(chóng)技術(shù)，重點(diǎn)改進(jìn)現(xiàn)有LIRE(Lucene Image REtrieval，Lucene圖像檢索)框架算法和模型，采用分布式索引技術(shù)，完成了一個(gè)互聯(lián)網(wǎng)電子商務(wù)Web圖像檢索系統(tǒng)的原型，并分析本課題研究在互聯(lián)網(wǎng)上所產(chǎn)生的價(jià)值與商業(yè)應(yīng)用效益。
　　 本文的研究涉及了計(jì)算

2、機(jī)應(yīng)用領(lǐng)域中的兩個(gè)重要方面：電子商務(wù)和基于內(nèi)容的圖像搜索引擎。
　　 對(duì)于基于TOPAPI的分布式索引數(shù)據(jù)的采集，相關(guān)研究不僅涉及到TOP API的調(diào)用及商品圖片數(shù)據(jù)的獲取，同時(shí)考慮到傳統(tǒng)數(shù)據(jù)獲取的方法和策略，依靠Heritrix網(wǎng)絡(luò)爬蟲(chóng)，對(duì)其進(jìn)行定制和算法的改進(jìn)，以此來(lái)獲取特定網(wǎng)頁(yè)圖片數(shù)據(jù)信息，并最終通過(guò)建立分布式索引庫(kù)，提供給檢索系統(tǒng)進(jìn)行搜索。
　　 對(duì)基于LIRE的檢索系統(tǒng)，除了改進(jìn)LIRE的框架系統(tǒng)，同時(shí)也提出了

3、圖像均方差相似度的計(jì)算公式，改善了LIRE檢索的準(zhǔn)確度問(wèn)題。
　　 本課題的研究?jī)?nèi)容主要包括以下方面：
　　 (1)TOP API采集不同類(lèi)目商品的圖片數(shù)據(jù)
　　 (2)Heritrix爬取商品圖片數(shù)據(jù)的模塊設(shè)計(jì)
　　 (3)分布式索引策略
　　 (4)LIRE圖像搜索Web架構(gòu)模型
　　 (5)圖像搜索準(zhǔn)確度算法改進(jìn)
　　 根據(jù)研究?jī)?nèi)容，課題解決的關(guān)鍵問(wèn)題主要有：(1)商品圖片數(shù)

4、據(jù)采集，通過(guò)TOP API與網(wǎng)絡(luò)爬蟲(chóng)Heritrix采集一定數(shù)量級(jí)的圖片數(shù)據(jù)，作為圖片索引的基礎(chǔ)，為檢索系統(tǒng)提供搜索接口和數(shù)據(jù)支持；(2)分布式索引的建立，將圖片庫(kù)按一定的策略歸類(lèi)整理，做成分布式的檢索索引；(3)實(shí)現(xiàn)LIRE圖像搜索的Web架構(gòu)改造，推出改造模型，并改進(jìn)搜索結(jié)果的準(zhǔn)確度計(jì)算方法。
　　 最終，通過(guò)相關(guān)的開(kāi)源技術(shù)支持和前期的技術(shù)預(yù)演，本課題實(shí)現(xiàn)了一個(gè)Web圖像檢索系統(tǒng)(Web Image Retrieval Sy