用于事件相关图像检索的标签词的地理时间分布

媒体共享应用，如Flickr和Panoramio，包含大量与真实生活事件相关的图片。因此，开发有效的方法来检索这些图片十分重要，但仍是一项具有挑战性的任务。认识到这一重要性，并为了改善基于标签的事件检索系统的检索效果，我们提出一种从用户标签的原始地理空间轮廓中提取一组地理标签特征的新方法。主要思想是在基于机器学习的查询扩展方法中使用这些特征来选择最佳扩展词。具体而言，我们应用对空间点模式的严格统计探索性分析来提取地理空间特征。我们利用这些特征既总结单个词的空间分布的空间特征，又确定两个词的空间轮廓之间的相似性——即词间空间相似性。为了进一步改进我们的方法，我们研究了将我们的地理空间特征与时间特征相结合对选择扩展词的影响。为了评估我们的方法，我们进行了若干实验，包括知名的特征分析。此类分析显示了我们提出的地理空间特征对改善整体检索性能的贡献程度。我们的实验结果证明了我们方法的有效性和可行性。