1. INTRODUCTIONWith the prevalence

1. INTRODUCTION
With the prevalence of the Internet and digital cameras,
effective and efficient image retrieval techniques have be-
come an important research direction in both commercial
and academic circles. There are mainly two basic problems
in image retrieval. The first one is query formulation, that
is how to interpret an implicit query in a user’s mind such as
Copyright is held by the International World Wide Web Conference Committee
(IW3C2). Distribution of these papers is limited to classroom use,
and personal use by others.
WWW 2010, April 26–30, 2010, Raleigh, North Carolina, USA.
ACM 978-1-60558-799-8/10/04.
Figure 1: An implicit query in a user’s mind: i.e. “I
want to find a scene in which a couple are standing
together by the sea at sunset.”
Bing Search:
MindFinder:
Figure 2: Top row: the top 3 search results of Bing
Image Search using query “sunset sea couple mountain”
. Bottom row: the top 3 search results of
MindFinder.
“I want to find a scene in which a couple is standing together
by the sea at sunset”, as shown in Fig. 1, into an explicit
query expressed by some features the computer can easily
process. The second one is query matching, that is how to
find the images that best fit for the explicit query. Since
the solution to the second problem highly depends on the
first problem, query formulation should be given primary
importance in image retrieval.
Currently, based on the types of query formulation meth-
ods, text-based and content-based image retrieval frame-
works become very popular in commercial and academic
circles. Although both these two kinds of frameworks have
been widely studied and applied in commercial and academic
systems, their query formulation methods are far from satis-
factory for a user to express his/her boundless imagination.
For example, a user may want to find a scene in which a
couple is watching sunset by the sea, which is simply illu-
minated in Fig. 1. It is really not easy to search images
similar to such a complex scene. The top results using key-
words “sunset sea couple mountain” as the query in Bing
WWW 2010 • Demo April 26-30 • Raleigh • NC • USA
1309
Image Search1 are shown in Fig. 2. It is quite clear that
the results are not satisfactory. For query by example, it is
also difficult to interpret the user’s mind by finding a query
image for retrieval. While the ongoing work about specific
image retrieval [1] seems far from practical applications.
In order to better formulate a user’s implicit query in
mind, some interactive techniques have been developed, most
of which can be classified into two categories, i.e. search
result-based interactive methods and query-based interactive
methods. Search result-based interactive methods try to
catch users’ intentions by interactively refining the search
results guided by users’ interactions. Relevance feedback [2]
is a typical approach in this category. Query-based inter-
active approaches become more and more popular in recent
years, which try to enable more user interactions by provid-
ing certain attributes that could be specified by users. For
example, Xcavator2 enables users to draw points or lines
on the query image, and then use them to emphasize key
color features and their spatial relationships during search.
Color-structured image search [3] enables users to draw a
few color strokes to indicate the intent to improve search
quality. SkyFinder [4] defines several attributes for sky im-
age retrieval, which could be specified by users.
In spite of the success of existing interactive image search
techniques, most of them are one-side interactive search and
only consider how to leverage users’ effort to catch their
intentions, rather than help users to express their queries
by leveraging the image database. Furthermore, most of
them only use one type of interaction. For example, rel-
evance feedback approaches only use interactive indication
from users to tell whether those results are relevant or not.
Xcavator and color-sturcture image search only involve vi-
sual content features. SkyFinder is particularly designed for
sky image retrieval. Recently, Chen et al. [5] develop an
image montage system, i.e. Sketch2Photo, to stitch several
images together in agreement with the sketch and tags pro-
vided by users. In spite of the leverage of both sketching
and tagging of the queries, users need to draw the implicit
query in mind onto the query panel totally in one time and
there is no user interaction at all. Moreover, the purpose of
Sketch2Photo is to stitch images representing different ob-
jects into the resulting image, rather than to find images in
the database to meet what in the user’s mind.
In this work, we develop the MindFinder system, which
is a bilateral interactive image search engine by interactive
sketching and tagging. Different from existing interactive
image search engines, most of which only provides querybased
or search result-based interaction, MindFinder enables
a bilateral query$search result interactive search, by consid-
ering the image database as a huge repository to help users
express their intentions. Moreover, MindFinder also enables
users to tag during the interactive search, which makes it
possible to bridge the semantic gap. Multiple actions are en-
abled for users to flexibly design their queries in a bilateral
interactive manner by leveraging the whole image database,
including tagging, refinding query by dragging and dropping
objects from search results, as well as editing objects. Af-
ter each action, the search results will be updated in real
time to provide users up-to-date materials to further formu-
late query. Besides the contributions in the query formu-
1http://www.bing.com/images
2http://www.xcavator.net
lation stage, in order to support the real time interactions
between the system and users, a novel object-based indexing
and retrieval algorithm is also developed for query match-
ing. Therefore, MindFinder not only trys to enable users to
present on the query panel whatever they imagine in their
mind, but also returns to users the most similar images to
the picture in users’ mind. Fig. 2 shows the top 3 images
retrieved by MindFinder according to the query in a user’s
mind shown in Fig. 1. In this technical demonstration, users
can try their own searching on the MindFinder system.

ผลลัพธ์ (ไทย) 1:

1. บทนำมีความชุกของอินเทอร์เน็ตและกล้องดิจิตอลเทคนิคการเรียกรูปภาพที่มีประสิทธิภาพ และได้ถูก-ทิศทางการวิจัยที่สำคัญในพาณิชย์ทั้งสองมาและแวดวงวิชาการ มีปัญหาพื้นฐานสองส่วนใหญ่ในรูปเรียก อันแรกเป็นแบบสอบถามกำหนด ที่วิธีการแปลแบบสอบถามนัยในจิตใจของผู้ใช้เช่นลิขสิทธิ์จัดขึ้น โดยคณะกรรมการประชุมเวิลด์ไวด์เว็บนานาชาติ(IW3C2) แจกจ่ายเอกสารเหล่านี้ถูกจำกัดการใช้ห้องเรียนและใช้ส่วนบุคคลผู้อื่นWWW 2010, 26 – 30 เมษายน 2010 ราลี นอร์ทแคโรไลนา สหรัฐอเมริกาพลอากาศ 978-1-60558-799-8/10/04รูปที่ 1: ความนัยแบบสอบถามในจิตใจของผู้ใช้: เช่น "ฉันต้องการค้นหาฉากที่ยืนคู่กันริมทะเลชมพระอาทิตย์ขึ้น"ค้นหา Bing:MindFinder:รูปที่ 2: แถวบนสุด: ผลการค้นหาด้านบน 3 ของ Bingค้นหารูปภาพโดยใช้แบบสอบถาม "ซีซันเซ็ทคู่ภูเขา". แถวล่าง: ผลลัพธ์การค้นหาด้านบน 3 ของMindFinder"ฉันต้องการค้นหาฉากที่สองยืนด้วยกันโดยทะเลพระอาทิตย์ตกดิน" เป็นแสดงใน Fig. 1 เป็นชัดเจนแสดง โดยคุณลักษณะบางอย่างของคอมพิวเตอร์สามารถสอบถามกระบวนการ สองเป็นแบบสอบถามที่จับคู่ ที่ว่าการหารูปภาพที่เหมาะสมที่สุดสำหรับการสอบถามอย่างชัดเจน ตั้งแต่การแก้ไขปัญหาที่สองสูงขึ้นอยู่กับการปัญหาแรก กำหนดแบบสอบถามควรจะหลักความสำคัญในรูปเรียกตามชนิดของแบบสอบถามกำหนดจาก - ปัจจุบันods เฟรมเรียก ตามเนื้อหา และข้อความตามภาพ-งานกลายเป็นที่นิยมมากในย่านการค้าและวิชาการวงกลม แม้ทั้งสองเหล่านี้สองชนิดของกรอบได้กันศึกษา และใช้ในการค้าและวิชาการระบบ วิธีการกำหนดแบบสอบถามที่พัก satis-โรงงานผู้ใช้สามารถแสดงจินตนาการเขา/เธอมากมายตัวอย่าง ผู้ใช้อาจต้องการค้นหาฉากที่มีคู่คือชมพระอาทิตย์ตกริมทะเล ซึ่งเป็นเพียง illu-minated ใน Fig. 1 ซึ่งจริง ๆ ไม่ง่ายต่อการค้นหารูปภาพคล้ายกับฉากซับซ้อน ผลสูงสุดโดยใช้คีย์-คำ "ซีซันเซ็ทคู่ภูเขา" เป็นแบบสอบถามใน Bing• WWW 2010 สาธิต 26-30 เมษายน••• NC ราลีห์ประเทศสหรัฐอเมริกา1309Search1 รูปภาพจะแสดงใน Fig. 2 จึงค่อนข้างชัดว่าผลไม่น่าพอใจ สำหรับแบบสอบถามโดยใช้ตัวอย่างนอกจากนี้ยังยากที่จะตีความจิตใจของผู้ใช้ โดยการค้นหาแบบสอบถามรูปภาพสำหรับเรียก ในขณะที่ทำงานอย่างต่อเนื่องเกี่ยวกับเฉพาะเรียกภาพ [1] ดูเหมือนว่าจากการประยุกต์ใช้งานจริงเพื่อที่จะกำหนดผู้นัยถามดีกว่าจิตใจ เทคนิคการโต้ตอบบางอย่างได้รับการพัฒนา มากที่สุดซึ่งสามารถแบ่งได้เป็นสองประเภท เช่นค้นหาผลใช้วิธีโต้ตอบ ตามแบบสอบถามและโต้ตอบวิธี ลองค้นหาผลลัพธ์ตามแบบวิธีการจับความตั้งใจของผู้ใช้ โดยการกลั่นแบบโต้ตอบการค้นหาผลลัพธ์ที่แนะนำ โดยการโต้ตอบผู้ใช้ ความคิดเห็นเกี่ยวข้อง [2]เป็นวิธีการทั่วไปในหมวดหมู่นี้ ใช้แบบสอบถามอินเตอร์-วิธีใช้งานกลายเป็นที่นิยมมากในปัจจุบันปี ที่พยายามที่จะเปิดใช้งานการโต้ตอบผู้ใช้เพิ่มเติม โดย provid-กำลังบางคุณลักษณะที่สามารถระบุ โดยผู้ใช้ได้ สำหรับตัวอย่าง Xcavator2 ช่วยให้ผู้ใช้สามารถวาดจุดหรือเส้นข้อมูลภาพ และใช้เน้นคีย์คุณลักษณะของสีและความสัมพันธ์ของพื้นที่ในระหว่างค้นหาโครงสร้างสีภาพค้นหา [3] ทำให้ผู้ใช้สามารถวาดเป็นไม่กี่สีจังหวะส่อเจตนาค้นหาปรับปรุงคุณภาพการ SkyFinder [4] กำหนดคุณลักษณะหลายอย่างสำหรับ im ฟ้า-เรียกอายุ ซึ่งสามารถระบุ โดยผู้ใช้แม้ความสำเร็จของการค้นหารูปภาพแบบโต้ตอบที่มีอยู่เทคนิค ส่วนใหญ่ของพวกเขาด้านหนึ่งโต้ตอบค้นหา และพิจารณาวิธีการใช้ของผู้ใช้พยายามจับเฉพาะ ของพวกเขาความตั้งใจ มากกว่าผู้ใช้ช่วยเพื่อแสดงการสอบถามโดยใช้ฐานข้อมูลรูปภาพ นอกจากนี้ ส่วนใหญ่ของพวกเขาใช้โต้ตอบชนิดหนึ่งเท่านั้น ตัวอย่าง rel-evance ความคิดเห็นวิธีใช้บ่งชี้แบบโต้ตอบเท่านั้นจากผู้ใช้จะบอกว่า ผลลัพธ์นั้นจะเกี่ยวข้อง หรือไม่ค้นหารูปภาพ Xcavator และสี sturcture เฉพาะเกี่ยวข้องกับวี-sual เนื้อหาคุณลักษณะ SkyFinder ถูกออกแบบมาโดยเฉพาะสำหรับท้องฟ้าภาพเรียก ล่าสุด Chen et al. [5] พัฒนาการรูปภาพที่มีอยู่ระบบ เช่น Sketch2Photo เย็บร้อยหลายรูปกันยังคงร่างและแท็ก pro-vided โดยผู้ใช้ แม้ว่าประสิทธิภาพการดำเนินงานของทั้งสองร่างand tagging of the queries, users need to draw the implicitquery in mind onto the query panel totally in one time andthere is no user interaction at all. Moreover, the purpose ofSketch2Photo is to stitch images representing different ob-jects into the resulting image, rather than to find images inthe database to meet what in the user’s mind.In this work, we develop the MindFinder system, whichis a bilateral interactive image search engine by interactivesketching and tagging. Different from existing interactiveimage search engines, most of which only provides querybasedor search result-based interaction, MindFinder enablesa bilateral query$search result interactive search, by consid-ering the image database as a huge repository to help usersexpress their intentions. Moreover, MindFinder also enablesusers to tag during the interactive search, which makes itpossible to bridge the semantic gap. Multiple actions are en-abled for users to flexibly design their queries in a bilateralinteractive manner by leveraging the whole image database,including tagging, refinding query by dragging and droppingobjects from search results, as well as editing objects. Af-ter each action, the search results will be updated in realtime to provide users up-to-date materials to further formu-late query. Besides the contributions in the query formu-1http://www.bing.com/images2http://www.xcavator.netlation stage, in order to support the real time interactionsbetween the system and users, a novel object-based indexingand retrieval algorithm is also developed for query match-ing. Therefore, MindFinder not only trys to enable users topresent on the query panel whatever they imagine in theirmind, but also returns to users the most similar images tothe picture in users’ mind. Fig. 2 shows the top 3 imagesretrieved by MindFinder according to the query in a user’smind shown in Fig. 1. In this technical demonstration, userscan try their own searching on the MindFinder system.

ผลลัพธ์ (ไทย) 2:

1.
บทนำด้วยความชุกของอินเทอร์เน็ตและกล้องดิจิตอล, ภาพที่มีประสิทธิภาพและมีประสิทธิภาพเทคนิคการดึงมีสลับกันมาทิศทางการวิจัยที่สำคัญทั้งในเชิงพาณิชย์วงการและนักวิชาการ ส่วนใหญ่มีสองปัญหาพื้นฐานในการดึงภาพ คนแรกคือการกำหนดแบบสอบถามที่เป็นวิธีการที่จะตีความการสอบถามโดยปริยายในใจของผู้ใช้เช่นลิขสิทธิ์จะจัดขึ้นโดยWorld International ไวด์เว็บการประชุมคณะกรรมการ(IW3C2) การแพร่กระจายของเอกสารเหล่านี้จะถูก จำกัด การใช้งานในชั้นเรียนและการใช้งานส่วนบุคคลของผู้อื่น. WWW 2010, 26-30 เมษายน 2010 Raleigh, North Carolina, USA. ACM 978-1-60558-799-8 / 4/10. รูปที่ 1 : แบบสอบถามมีนัยในใจของผู้ใช้: คือ "ฉันต้องการที่จะหาฉากที่ทั้งคู่กำลังยืนอยู่ด้วยกันที่ริมทะเลตอนพระอาทิตย์ตก." ค้นหา Bing: MindFinder: รูปที่ 2: แถวบน: ด้านบน 3 ผลการค้นหาของ Bing ภาพ ค้นหาโดยใช้แบบสอบถาม "คู่พระอาทิตย์ตกทะเลภูเขา" แถวล่าง: ด้านบน 3 ผลการค้นหาของ. MindFinder "ผมต้องการที่จะหาฉากที่ทั้งคู่ได้ร่วมกันยืนอยู่ริมทะเลที่พระอาทิตย์ตกดิน" ดังแสดงในรูป 1, เป็นที่ชัดเจนแบบสอบถามแสดงโดยบางส่วนมีคอมพิวเตอร์ที่สามารถได้อย่างง่ายดายกระบวนการ คนที่สองคือการจับคู่แบบสอบถามที่เป็นวิธีการที่จะได้พบกับภาพที่ดีที่สุดเหมาะสำหรับการสอบถามอย่างชัดเจน ตั้งแต่วิธีการแก้ปัญหาที่สองสูงขึ้นอยู่กับปัญหาแรกสูตรแบบสอบถามควรจะได้รับเป็นหลักสำคัญในการดึงภาพ. ปัจจุบันขึ้นอยู่กับชนิดของการกำหนดแบบสอบถาม meth- ODS, ข้อความตามภาพและการดึงเนื้อหาตามกรอบการทำงานกลายเป็นที่นิยมมากในเชิงพาณิชย์และนักวิชาการวงการ แม้ว่าทั้งสองทั้งสองชนิดของกรอบได้รับการศึกษาอย่างกว้างขวางและนำไปใช้ในเชิงพาณิชย์และนักวิชาการระบบวิธีการกำหนดแบบสอบถามของพวกเขาอยู่ห่างไกลจากพึงพอใจในโรงงานสำหรับผู้ใช้ที่จะแสดง/ จินตนาการของเธอไม่มีที่สิ้นสุดของเขา. ยกตัวอย่างเช่นผู้ใช้อาจต้องการที่จะหา ฉากที่ทั้งคู่จะดูพระอาทิตย์ตกดินที่ริมทะเลซึ่งเป็นเพียงillu- minated ในรูป 1. มันเป็นเรื่องไม่ง่ายที่จะค้นหาภาพที่คล้ายกันเช่นฉากที่ซับซ้อน ผลด้านบนโดยใช้แป้นพิมพ์คำว่า "ทะเลยามพระอาทิตย์ตกดินคู่ภูเขา" เป็นแบบสอบถามใน Bing ละเอียด 2010 •สาธิต 26-30 เมษายน••ราลีอร์ทแคโรไลนาสหรัฐอเมริกา• 1309 ภาพ Search1 จะแสดงในรูป 2 มันค่อนข้างชัดเจนว่าผลลัพธ์ที่ไม่น่าพอใจ สอบถามจากตัวอย่างเช่นมันเป็นยังเป็นเรื่องยากที่จะตีความความคิดของผู้ใช้โดยการหาแบบสอบถามภาพสำหรับการเรียกใช้ ในขณะที่การทำงานอย่างต่อเนื่องเกี่ยวกับเฉพาะการดึงภาพ [1] ดูเหมือนห่างไกลจากการใช้งานจริง. เพื่อให้ดีขึ้นกำหนดแบบสอบถามนัยของผู้ใช้ในใจเทคนิคการโต้ตอบได้รับการพัฒนามากที่สุดซึ่งสามารถแบ่งได้เป็นสองประเภทคือการค้นหาresult- ตามวิธีการโต้ตอบและแบบสอบถามที่ใช้โต้ตอบวิธี ผลการค้นหาที่ใช้วิธีการโต้ตอบพยายามที่จะจับ'ความตั้งใจโดยการโต้ตอบการปรับแต่งการค้นหาผู้ใช้ผลการชี้นำโดยผู้ใช้ปฏิสัมพันธ์ ข้อเสนอแนะความสัมพันธ์กัน [2] เป็นวิธีการทั่วไปในหมวดหมู่นี้ แบบสอบถามที่ใช้ระหว่างวิธีการใช้งานมากขึ้นและเป็นที่นิยมมากขึ้นในเร็ว ๆ ปีซึ่งพยายามเปิดใช้งานปฏิสัมพันธ์ของผู้ใช้มากขึ้นโดยจัดให้ไอเอ็นจีคุณลักษณะบางอย่างที่อาจจะมีการระบุโดยผู้ใช้ สำหรับตัวอย่างเช่น Xcavator2 ช่วยให้ผู้ใช้ในการวาดจุดหรือเส้นที่ภาพแบบสอบถามแล้วใช้พวกเขาจะเน้นที่สำคัญคุณสมบัติของสีและความสัมพันธ์เชิงพื้นที่ของพวกเขาในระหว่างการค้นหา. ค้นหาภาพสีโครงสร้าง [3] ช่วยให้ผู้ใช้ในการวาดลายเส้นสีไม่กี่ที่จะแสดงให้เห็นเจตนาที่จะปรับปรุงการค้นหาที่มีคุณภาพ SkyFinder [4] กำหนดคุณลักษณะหลายท้องฟ้าญดึงอายุซึ่งจะมีการระบุโดยผู้ใช้. ทั้งๆที่ความสำเร็จของการค้นหารูปแบบโต้ตอบที่มีอยู่เทคนิคที่สุดของพวกเขาเป็นหนึ่งในด้านการค้นหาแบบโต้ตอบและพิจารณาวิธีการใช้ประโยชน์ของผู้ใช้ความพยายามที่จะจับพวกเขาตั้งใจมากกว่าช่วยให้ผู้ใช้ในการแสดงการค้นหาของตนโดยใช้ประโยชน์จากฐานข้อมูลภาพ นอกจากนี้ส่วนใหญ่ของพวกเขาเพียง แต่ใช้ประเภทหนึ่งของการทำงานร่วมกัน ยกตัวอย่างเช่น rel- ความคิดเห็น evance วิธีการใช้ตัวบ่งชี้การโต้ตอบจากผู้ใช้ที่จะบอกว่าผลที่มีความเกี่ยวข้องหรือไม่. Xcavator และสี sturcture ค้นหาภาพเพียงเกี่ยวข้องกับ vi- คุณลักษณะเนื้อหา sual SkyFinder ถูกออกแบบมาโดยเฉพาะอย่างยิ่งสำหรับท้องฟ้าดึงภาพ เมื่อเร็ว ๆ นี้เฉินและอัล [5] พัฒนาระบบการตัดต่อภาพคือSketch2Photo เพื่อตะเข็บหลายภาพร่วมกันในข้อตกลงกับร่างและแท็กโปรแต่แบ่งโดยผู้ใช้ ทั้งๆที่มีการใช้ประโยชน์ของทั้งสองร่างและการติดแท็กของแบบสอบถามที่ผู้ใช้จำเป็นต้องวาดนัยแบบสอบถามในใจลงบนแผงแบบสอบถามทั้งหมดในครั้งเดียวและมีการโต้ตอบกับผู้ใช้ที่ไม่ทั้งหมด นอกจากนี้วัตถุประสงค์ของSketch2Photo คือการปักครอสติภาพตัวแทนสังเกตที่แตกต่างกันjects เป็นภาพที่เกิดขึ้นมากกว่าที่จะได้พบกับภาพในฐานข้อมูลเพื่อให้ตรงกับสิ่งที่อยู่ในใจของผู้ใช้. ในงานนี้เราพัฒนาระบบ MindFinder ซึ่งเป็นระดับทวิภาคีเครื่องมือค้นหารูปแบบโต้ตอบโดยการโต้ตอบร่างและการติดแท็ก แตกต่างจากที่มีอยู่แบบโต้ตอบเครื่องมือค้นหาภาพซึ่งส่วนใหญ่เพียงให้ querybased หรือการทำงานร่วมกันตามผลการค้นหา MindFinder ช่วยแบบสอบถามทวิภาคีค้นหา$ ส่งผลให้เกิดการค้นหาแบบโต้ตอบโดยพิจารณาว่าเป็นของering ฐานข้อมูลภาพเป็นพื้นที่เก็บข้อมูลขนาดใหญ่เพื่อช่วยให้ผู้ใช้แสดงความตั้งใจของพวกเขา นอกจากนี้ยังช่วยให้ MindFinder ผู้ใช้สามารถติดแท็กในระหว่างการค้นหาแบบโต้ตอบซึ่งจะทำให้มันเป็นไปได้ที่จะลดช่องว่างความหมาย การกระทำหลาย en- abled สำหรับผู้ใช้ที่มีความยืดหยุ่นในการออกแบบคำสั่งของพวกเขาในระดับทวิภาคีลักษณะโต้ตอบโดยใช้ประโยชน์จากฐานข้อมูลภาพทั้งหมดรวมทั้งการติดแท็กrefinding แบบสอบถามโดยลากและวางวัตถุจากผลการค้นหาเช่นเดียวกับวัตถุแก้ไข Af- ตรีแต่ละการกระทำผลการค้นหาจะมีการปรับปรุงในแบบ real เวลาที่จะให้ผู้ใช้วัสดุที่ขึ้นไปวันต่อไป formu- แบบสอบถามปลาย นอกจากนี้ยังมีส่วนร่วมในแบบสอบถาม formu- 1http: //www.bing.com/images 2http: //www.xcavator.net เวที lation เพื่อที่จะสนับสนุนการปฏิสัมพันธ์เวลาจริงระหว่างระบบและผู้ใช้นวนิยายวัตถุตามการจัดทำดัชนีและขั้นตอนวิธีการดึงยังได้รับการพัฒนาสำหรับการค้นหาจับคู่ไอเอ็นจี ดังนั้นไม่เพียง แต่ MindFinder trys เพื่อให้ผู้ใช้นำเสนอบนแผงแบบสอบถามสิ่งที่พวกเขาจินตนาการของพวกเขาในใจแต่ยังส่งกลับไปยังผู้ใช้ภาพที่คล้ายกันมากที่สุดเพื่อให้ภาพในใจของผู้ใช้ รูป 2 แสดงบน 3 ภาพเรียกโดยMindFinder ตามแบบสอบถามในของผู้ใช้ใจแสดงในรูป 1. ในการสาธิตเทคนิคนี้ผู้ใช้สามารถลองค้นหาตัวเองในระบบMindFinder

ผลลัพธ์ (ไทย) 3:

1 . บทนำ
กับความชุกของอินเทอร์เน็ตและกล้องดิจิตอล
ที่มีประสิทธิภาพและมีประสิทธิภาพภาพเทคนิคการสืบค้นข้อมูลได้ -
มาเป็นสำคัญ ทิศทางการวิจัยทั้งเชิงวิชาการและวงการ
. มีสองส่วนใหญ่พื้นฐานปัญหา
ในการสืบค้นรูปภาพ หนึ่งคือการกำหนดแบบสอบถามที่
เป็นวิธีการตีความเป็นแบบสอบถามโดยนัยในจิตใจของผู้ใช้เช่น
ลิขสิทธิ์ที่จัดขึ้นโดยคณะกรรมการจัดการประชุมนานาชาติ ( World Wide Web
iw3c2 ) การกระจายของเอกสารเหล่านี้ถูก จำกัด การใช้ห้องเรียน และใช้ส่วนบุคคลโดยคนอื่น ๆ
.
www 2010 วันที่ 26 – 30 , 2010 , Raleigh , North Carolina , USA
ACM 978-1-60558-799-8 / 10 / 04 .
รูปที่ 1 : การค้นหาความนัยในใจของผู้ใช้ เช่น " ฉัน
ต้องการหาฉาก ซึ่งคู่ยืน
ด้วยกันโดยทะเลที่พระอาทิตย์ตกดิน" การค้นหา Bing :


รูปที่ 2 : mindfinder : แถวบน : ด้านบนผลการค้นหาของ Bing 3
รูปภาพ โดยใช้แบบสอบถาม " ภูเขา " พระอาทิตย์ตกทะเลคู่

แถวล่าง : ด้านบน 3 ผลลัพธ์การค้นหาของ mindfinder
.
" ฉันต้องการหาฉากที่ทั้งคู่ยืนอยู่ด้วยกัน
โดยทะเลที่พระอาทิตย์ตกดิน " ดังแสดงในรูปที่ 1 เป็นแบบสอบถามที่ชัดเจน
แสดงโดยคุณสมบัติบางอย่างที่คอมพิวเตอร์สามารถ
กระบวนการตัวที่สอง เป็นแบบสอบถามที่ตรงกัน นั่นคือวิธีการ
หาภาพที่เหมาะสมที่สุดสำหรับคำถามที่ชัดเจน ตั้งแต่
แก้ไขปัญหาที่สองสูงขึ้นอยู่กับ
ปัญหาแรก การตั้งคำถามควรได้รับความสำคัญหลักในการค้นคืนรูปภาพ
.
ในปัจจุบัน ขึ้นอยู่กับชนิดของแบบสอบถามการปรุงยา -
บอกข้อความเนื้อหา , และค้นคืนรูปภาพ
กรอบได้กลายเป็นที่นิยมมากในการค้าและวิชาการ
วงกลม แม้ว่าทั้งสองชนิดของกรอบมี
ได้รับการศึกษาอย่างกว้างขวางและใช้ในการค้าและวิชาการ
ระบบของพวกเขาแบบสอบถามกำหนดวิธีการห่างไกลจากพอ -
โรงงานสำหรับผู้ใช้เพื่อแสดงตนไม่มีที่สิ้นสุดจินตนาการ .
ตัวอย่างเช่นผู้ใช้อาจต้องการหาฉากที่สองคือดูพระอาทิตย์ตก
โดย ทะเลซึ่งเป็นเพียง illu -
minated ในรูปที่ 1 มันไม่ง่ายที่จะค้นหารูปภาพ
คล้ายกับเช่นฉากที่ซับซ้อน ด้านบนการคีย์ -
คำ " ภูเขาพระอาทิตย์ตกทะเลคู่ " เป็นแบบสอบถามใน Bing
www 2010 - เมษายน - 26 - สาธิต - Raleigh NC - USA

search1 ทําภาพแสดงในรูปที่ 2 มันค่อนข้างชัดเจนว่า
ผลลัพธ์ที่ไม่น่าพอใจ สอบถามตัวอย่าง มัน
ยังยากที่จะตีความความคิดของผู้ใช้โดยการค้นหา
ภาพเพื่อเรียก ในขณะที่ทำงานเกี่ยวกับการดึงภาพต่อเนื่องเฉพาะ
[ 1 ] ดูเหมือนจะไกลจากการใช้งานจริง .
เพื่อให้ดีขึ้นกำหนดแบบสอบถามโดยนัยของผู้ใช้ในจิต เทคนิคบางแบบที่ได้รับการพัฒนา ที่สุด
ซึ่งสามารถแบ่งได้เป็น 2 ประเภท คือการค้นหา
ผลจากแบบสอบถามโดยใช้วิธีการโต้ตอบและวิธีการโต้ตอบ

ผลการค้นหาใช้วิธีการโต้ตอบลอง

จับเจตนาของผู้ใช้โต้ตอบโดยปรับผลค้นหา
แนะนำโดยปฏิสัมพันธ์ของผู้ใช้ , ความคิดเห็น [ 2 ]
เป็นวิธีการทั่วไปในหมวดนี้ แบบสอบถามตามอินเตอร์ -
ปราดเปรียววิธีการกลายเป็นที่นิยมเพิ่มมากขึ้นในช่วง
ปีซึ่งพยายามที่จะเปิดมากกว่าผู้ใช้โต้ตอบโดย provid ไอเอ็นจี -
คุณสมบัติบางอย่างที่อาจจะระบุโดยผู้ใช้ สำหรับ xcavator2
ตัวอย่าง ช่วยให้ผู้ใช้สามารถวาดจุดหรือเส้น
บนภาพแบบสอบถาม และใช้พวกเขาเพื่อเน้นคุณสมบัติ
สีคีย์และความสัมพันธ์เชิงพื้นที่ในการค้นหา
สีโครงสร้างภาพค้นหา [ 3 ] ช่วยให้ผู้ใช้เพื่อวาด