跨媒体检索的重要意义

随着信息技术的高速发展，文字、图像、音频、视频等不同类型的多媒体数据已经在人们的日常生活中变得十分普遍，多媒体数据从音、形、意等不同方面绘声绘色地表达了丰富的语义信息，并通过Web页面、数字图书馆、多媒体百科全书等载体进行共享。此外，多媒体数据本身具有半结构化和非结构化的特点，并且底层内容特征彼此异构。这就使得对不同类型多媒体数据的有效检索变得十分困难。传统的多媒体检索技术大多是针对单一类型的多媒体数据，如:图像检索，难以实现对图像、音频、视频等不同类型多媒体数据的综合检索和灵活跨越，因此跨媒体检索技术应运而生，并迅速成为多媒体研究领域的前沿热点。

作为一种新兴的研究方向，跨媒体检索源于基于内容的多媒体检索研究，后者在20世纪90年代初期被提出，并一直是计算机视觉领域一个非常活跃的研究方向，早期有以QBIC和Virage等为代表的基于内容的原型系统，之后结合例子学习、融合分析和反馈建模对多媒体语义提取进行了研究，出现了以卡耐基-梅隆的Informedia项目(http://www.informedia.cs.cmu.edu/)、IBM的MARVEL视频检索系统(http://mp7.watson.ibm.com/)等为代表的结合语义与内容的视频检索系统。基于内容的多媒体检索综合应用了统计分析、机器学习、模式识别、人机交互、多媒体数据库等多领域的知识，较好地解决了早期基于文本的多媒体检索中存在的标注费时费力、主观差异性大等缺陷。

然而，基于内容的多媒体检索技术仍难以解决新的问题，即:不同类型多媒体数据的综合检索和灵活跨越，跨媒体检索的产生主要是为了解决上述问题。更进一步来看，特征是语义的载体，为了更好地理解跨媒体语义，提高跨媒体检索的效率，需要重点关注对不同类型多媒体数据中提取的各种异构特征的融合分析和综合学习。(www.xing528.com)

综上所述，该项研究是多媒体检索领域的前沿性课题，具有重要的理论意义；并且在数字图书馆、视频会议、医学诊断、新一代Web搜索引擎等方面，有着巨大的应用潜力。同时，该项研究又由于多媒体数据本身所具有的内容异构、语义丰富、半结构化或非结构化等特点，而面临着不小的挑战。