跨媒体数据挖掘的主要领域

跨媒体是一个比较广义的概念，主要包括以下几个研究范畴:

(1)跨媒体检索:用户向计算机提交一种类型的多媒体对象作为查询例子，系统可以自动找到其他不同类型、在语义上相似的多媒体对象。虽然不同类型的多媒体对象之间没有直接的可比性，例如:一幅狂风暴雨中巨浪滔天的海浪图像和一段描述海浪声音的音频，两者在底层内容特征上彼此异构，但是描述的语义都与“海浪”这一语义概念相关，可以通过机器学习、统计分析等方法学习两者之间潜在的相关性，作为相似度计算的依据实现跨媒体检索。

(2)跨媒体推理:推理是从一种命题合理演绎到另外一种命题，跨媒体推理是指从一种类型的多媒体数据，经过问题求解转向另外一种类型的多媒体数据。例如:OCR(Optical Character Recognition)技术就是从图像到文本的推理，基于内容的图像检索是从图像到图像的推理，视频动画技术是从视频数据到动画序列的演绎。跨媒体推理囊括了这些不同类型的多媒体数据之间的转换研究。

(3)跨媒体存储:现有处理海量数据的检索技术主要是针对文本信息，如:Google和百度等搜索引擎。跨媒体存储研究高效压缩、索引和分片等方法，以及对用户行为的个性化索引等技术，用于提高海量环境下的跨媒体检索效率，更好地支持上层应用。(www.xing528.com)

上述三个方面从底层数据存储到上层应用技术的不同方面，描述了跨媒体思想对多媒体研究领域的技术涵盖和突破性要求，也是一个整体性的研究框架设计。上述研究内容的实现需要综合使用海量数据库、多媒体索引、并行计算、机器学习和统计分析、计算机视觉以及信息检索等多个领域的知识和前沿技术。

在这本书中，将重点介绍跨媒体检索，并针对异构特征的融合分析，及检索过程中不同类型数据间的灵活跨越问题，分析一些现有的技术和前沿的方法。正如前文所述，这种跨媒体检索的方式极大地扩展了人们获取多媒体信息的范围和方式，也更加符合人脑认知的特性。