图书情报界图像检索研究的文献计量分析

  • 原丽娜
展开
  • 上海大学图书情报档案系 上海 200444

收稿日期: 2014-08-19

  录用日期: 2014-01-15

  网络出版日期: 2025-04-28

Bibliometric Analysis of Image Retrieval Research in the Library and Information Science Field‌

  • Yuan Lina
Expand

Received date: 2014-08-19

  Accepted date: 2014-01-15

  Online published: 2025-04-28

摘要

通过对CNKI图书情报界的图像检索相关论文进行计量分析,着重对该主题文献的发文量、期刊、作者、来源机构以及关键词等情况进行统计;以此为依据对热点主题做简要综述,探讨这一领域论文研究之不足,为进一步研究提出建议。

本文引用格式

原丽娜 . 图书情报界图像检索研究的文献计量分析[J]. 知识管理论坛, 2014 , 2014(5) : 56 -63 . DOI: 10.13266/j.issn.2095-5472.2014.05.008

1 引言

随着各种图像获取设备(如照相机、扫描仪等)的发展和普及,图像数据已经成为现代多媒体信息社会中的重要信息来源。快速准确地检索图像信息成为很多领域的必然需求。为此,各国学者纷纷对图像检索技术进行研究和探索,提出很多有效的检索方法,同时还开发出了图像检索系统和图像搜索引擎。自20世纪70年代基于文本的图像检索提出至今,该研究已经成为信息检索研究的一大热点。
伴随着新兴技术的发展和互联网的普及,图书馆正在实现由传统图书馆向数字图书馆的转变,数字图书馆研究成为图书情报(以下简称“图情”)界的又一研究重点。而数字图书馆的海量存储及存储介质的多样化,使得越来越多的学者开始关注多媒体检索。面对图像检索的研究热潮以及数字图书馆发展的需求,图书情报界也凭借自身在信息检索和标引等方面的传统优势,对相关问题做了大量探讨。本文以中国知网为文献源,运用文献计量分析方法,从发文数量、核心期刊、作者、主题等方面对近年来图书情报界图像检索研究情况进行分析,以期为今后的研究提供参考。

2 研究成果计量分析

2.1 发文量统计分析

笔者于2014年6月9日在中国知网以“图像检索”为主题进行检索,得到相关文献5 245篇。“图书情报与数字图书馆”领域共有175篇,占该主题发文量的3%;相对于“计算机软件和计算机应用”领域所占89%来说,比例极小。“图书情报与数字图书馆”领域的175篇文献的年度分布情况如图1所示:
图1 发文量年度分布
由图1可知:①1993年至今共发表175篇文献,且发文量起伏波动较大;②1999年之前年发文量很少,不足5篇;2001-2007年每年的发文量都在10篇以上,2005年达到最高点27篇;2008年至今年发文量有所下降,均在10篇以下。
这些数据一方面说明图像检索在图情界还未得到足够的重视,虽然依然得到关注但关注度明显下降,图情领域在技术方面的研究明显不足;另一方面表明近年来图像检索在图书情报与数字图书馆领域还未产生新的研究成果,仍处于量变到质变的积累阶段。

2.2 核心期刊统计分析

根据文献的集中分散规律,某一研究领域的大部分文献相对集中在少数期刊上,而剩余的文献都依次分布在其他大量的相关期刊上。因此,分析论文的来源期刊是了解本领域文献的空间分布特点和掌握本领域核心期刊的最有效方法。同时也有助于人们集中注意力,了解掌握该领域的主要研究成果。
据统计,除2篇文章为报道性的消息外,其余173篇文献发表在55种期刊上。笔者通过使用布拉德福定律对其进行分析,具体情况如表1所示:
表1 期刊与文献区域分布
区域N 期刊种数M 期刊载文量Q M的累积和P M*Q的累积和T P的累计百分比
(%)
T的累计百分比(%)
1 1 26 1 26 1.82 15.03
2 18 3 62 5.45 35.84
2 1 11 4 73 7.27 42.20
2 9 6 91 10.91 52.60
1 7 7 98 12.73 56.65
1 5 8 103 14.55 59.54
2 4 10 111 18.18 64.16
3 7 3 17 132 30.91 76.30
3 2 20 138 36.36 79.77
35 1 55 173 100.00 100.00
如果将期刊按发表文献数量的多少来排序,则可以按照文献发表数量大体相当的原则(大约为57篇)把排序的期刊分为3个区:①载文量在18篇以上的期刊,共有论文62篇;②载文量在3篇以上18篇以下的期刊,共有论文49篇;③载文量在3篇以下的期刊,共有论文62篇。每个区的期刊载文量约为全部期刊载文量的1/3。
按照布拉德福定律,3个区域分别为:第一个区域N1为核心区,第二个区域N2为相关区,第三个区域N3为离散区。根据其提出的n1:n2:n3=1:a:a2(a为大于1的常数),对3个区域进行比较后可知,它们的期刊数之比为3:7:45(约1:2.3:3.9),即布拉德福离散系数在2.3-3.9之间,核心效应较为明显。其中核心区的期刊包括《情报杂志》、《现代图书情报技术》、《情报科学》。其中《情报杂志》是图情界关于图像检索发文量最多的期刊,总数达26篇,占总发文量的15%。

2.3 作者统计分析

对论文作者的分析,将有助于了解图情界在“图像检索”方面的研究现状及发展趋势。在检索到的175篇文献中,除1篇文献未标明作者外,共涉及到283位作者(包括合作者),其分布情况见图2。其中发文量为1篇的作者有205人,占所有作者数的87%;发文量在4篇及其以上的作者有3人,仅占所有作者数的1%。这说明图书情报界的多数学者对图像检索的研究还不够深入,研究的延续性还需要加强。参与研究的作者较为分散,也说明越来越多的人开始关注这一实践性较强的研究。
图2 作者发文量统计
长期以来,社会科学中流行一个卢梭定律。该定律称:在规模为N的人群总体中,内含杰出的精英者为 N0.5。普赖斯受该理论的启发,通过计算后发现:一位高产作者发文量m为最高产作者发文量nmax的一半,具体公式为 [1]。检出文献中最高产作者的发文量为7,根据公式计算并取结果的最大整数2为核心作者最低发文量,具体作者及其发文量见表2。其中曹梅、董文鸳、赖茂生是图情界图像检索研究的核心人物。南京师范大学教育学院的曹梅,主要针对“网络图像检索行为”进行研究;嘉兴学院图书馆的董文鸳对“图像搜索引擎”有较多的研究;北京大学信息管理系的赖茂生教授则对“商标图像检索”进行了较为深入的研究。这些学者的研究为图像检索在图书情报界的应用奠定了基础。
表2 图像检索研究核心作者情况
序号 作者 发文量(篇)
1 曹梅 7
2 董文鸳 5
3 赖茂生 4
4 何立民 3
5 黄崑 3
6 沈玉利 3
7 万跃华 3
8 王蕙 3
9 朱学芳 3
10 初景利 2
11 顾曙辉 2
12 黄丽娟 2
13 冷伏海 2
14 李勇 2
15 林曦 2
16 刘怀亮 2
17 刘俊熙 2
18 陆伟 2
19 马志辉 2
20 毛力 2
21 孟祥增 2
22 彭斌 2
23 盛小平 2
24 袁顺波 2
25 张晓林 2
26 张学福 2
27 张毅 2
28 张治国 2
29 赵丹群 2
30 周宁 2
31 周媛 2

2.4 机构统计分析

对近年来图情界主题为“图像检索”的论文著者机构进行统计,结果显示作者来自于181个单位。将其按照“高校图书馆”、“高校院系、研究所”及“公共图书馆及其他”3类进行分类统计可得表3(包括对合作机构的统计)。通过对作者机构类型进行统计可知发文量最高的是高校院系及研究所,共有106篇论文,达到论文总数的58.56 %。其中武汉大学及南京大学发文最多,为17篇;北京大学次之,发文10篇。由此可见,高校院系、研究所是图像检索研究的主力军,由于图像检索对计算机等相关技术要求较高,高校院系及研究所拥有更为丰富的掌握先进技术的人才,因此具有很强的科研能力。其中武汉大学、南京大学以及北京大学在图书情报界的研究一直处于领先地位,数据更证明了它们是图情界图像检索研究的领跑者。公共图书馆及其他类型图书馆对图像检索领域的关注较少,这也反映了图像检索技术要求高的现实,符合客观实际。但从高校院系、研究所发文量高于高校图书馆及公共图书馆可知,图像检索在图情界的理论性研究高于实践应用性研究,图像检索在图书馆还未能得到广泛的应用。
表3 作者机构类型统计
机构类型 高校图书馆 高校院系、研究所 公共图书馆及其他
发文量(篇) 52 106 23
所占比例(%) 28.73 58.56 12.71

2.5 关键词统计分析

关键词是表达文献主题概念的自然语汇,它们折射着研究成果的核心内容。对图书情报与数字图书馆内以“图像检索”为主题的论文关键词进行统计分析,有利于了解该领域研究的重点和方向,认清当前研究领域的特点和变化趋势,以指导今后的研究。
分析统计上述有关图像检索的175篇文献得到678个关键词,鉴于研究需要,本文对关键词进行简单处理。首先,剔除了“图像检索”这一高频词汇;其次,对“信息资源检索”、“信息检索”、“图像信息检索”等虽然不完全相同却有交叉的关键词进行合并;最后,对像“研究”、“分析”、“比较研究”一类无法体现主题的关键词进行剔除;最终得到224个有效关键词。根据J. C. Donohue 于1973年提出的高频词低频词界分公式: [2] (其中为I1词频为1 的关键词数量,本次统计I1为268),T=22.7,阀值为23。故核心关键词仅有“基于内容”、“数字图书馆”、“多媒体”、“检索技术”、“特征”5个。这显然不能反映研究的根本问题。出现该问题的原因主要是所选期刊有特殊性,载文量还不足以反映本领域的研究热点。故本文取词频大于等于5的关键词进行研究,如表4所示:
表4 高频关键词
关键词 词频
基于内容 54
数字图书馆 36
多媒体 30
检索技术 24
特征 23
网络 21
搜索引擎 20
相关反馈 19
数据库 17
语义 14
用户 12
相似性测度 8
系统 5

3 热点主题分析

通过以上关键词的相互组合,可以得出近年来图情界在图像检索主题上所做出的重点研究,主要包括基于内容的图像检索技术研究、图像检索在数字图书馆中的应用研究、图像检索的用户研究、图像搜索引擎的比较研究和图像检索系统的设计。

3.1 基于内容的图像检索技术

基于内容的图像检索技术(content-based image retrieval,简称CBIR),主要依据图像的内容特征和主题对象特征(即图像的实际内容)来标引和检索。近年来业内对特征提取、相似性测度、相关反馈技术等基于内容的图像检索技术研究比较多。

3.1.1 特征提取

从广义上讲,图像的特征包括文本特征(如关键字、注释等)和视觉特征(如色彩、纹理、形状、对象表面等)两类。由于基于文本的图像特征提取在数据库系统和信息检索等领域中已有深入的研究,现阶段对于图像特征的检索主要集中在图像视觉特征的提取和表达上。张学福[3]、王镜[4]等人在其文中对图像颜色特征,如颜色直方图、颜色矩、颜色集等进行了详细介绍。关于形状特征的描述方法,柳群英[5]、刘广海[6]等都进行了集中论述,主要包括形状的轮廓特征以及形状的区域特征。此外,周媛和石跃祥[7]还对多特征的图像检索技术进行了深入研究,分别对多特征检索的相似度计算、特征归一化、图像特征权值的调整以及相关的反馈检索算法进行了介绍。

3.1.2 相似性测度

基于内容的图像检索是一种基于相似性匹配技术的图像检索,检索系统通过一定的规则、算法(如颜色、直方图等)的匹配来判断两幅图之间的相似性,但是图像具有颜色、纹理、形状等多维特征,颜色不同的两幅图像未必不相关。此外,不同用户对两幅图像之间的相似性可能有不同甚至相反的观点,图像检索中相似性的测度一直不尽人意。为此,各界学者做出了大量的研究,图情界同样关注该问题。以上基于内容的图像检索研究的文献中均对相似性测度进行了论述,较多的学者倾向于使用向量空间模型来进行相似性的测度,即将视觉特征看作是向量空间中的点,通过计算两个点之间的接近程度来衡量图像特征间的相似度。此外,何蕾[8]在其文章中还提出了基于对称性和复合距的相似性测度技术。

3.1.3 相关反馈技术

相关反馈技术的基本思想是:在检索过程中允许用户对检索结果进行评价和标记,指出结果中哪些是与查询图像相关的,然后将用户标记的相关信息作为训练样本反馈给系统进行学习,以指导下一轮检索,从而使得检索结果更加符合用户的需要[9]。图情界研究较多的是数字图书馆中图像检索的反馈技术。张鼐[10]在其文中对反馈的目标、原则、系统等进行了详细论述;王南、赵捧未、刘怀亮等人[9]对基于语义矩阵的图像检索相关反馈技术进行了研究;郑晓东、周媛和胡鹏[11]对基于调整特征权重的图像检索相关反馈算法进行了论证。

3.2 图像检索在数字图书馆中的应用

数字图书馆与传统图书馆有所不同,它是一个包含有文字、声音、图像等多媒体形式数字信息的数据库。目前图书馆正在由传统图书馆向数字图书馆过渡,为了解决用户对数字图书馆图片信息以及大量的PDF文件的利用,图像检索必然成为数字图书馆研究的一个热门话题。何惠芬[12]、袁方[13]、张军[14]等人都对数字图书馆中的图像信息检索技术进行了研究,为未来数字图书馆的建设提供了有益的参考。

3.3 网络图像检索的用户研究

近年来随着网络的兴起和飞速发展,用户需求越来越多样化和个性化,用户研究成为网络环境下的一个新宠儿。图像检索用户研究也成为图像检索主题下一个非常引人关注的主题。以曹梅为代表的学者已经在用户信息行为、用户心理、用户情感需求、用户识别技术等方面取得了一定的研究成果,针对为人机交互界面的设计、网络图像资源的组织、图像信息资源共享模式的构建等方面的进一步研究提出了合理的建议。

3.4 图像搜索引擎的比较研究

随着用户对网上图像搜索要求的不断增长,各种基于Web的图像搜索引擎应运而生。选择一个好的图像搜索引擎可以提高用户搜集图片的准确性,节省搜索时间。因此对现有的图像搜索引擎的研究成为近年来图书情报界关于图像检索的一个研究热点。付天香[15]在其文中从“搜索的响应时间、检索出图像的数量、准确性、检索结果的排序等方面”对百度、Yahoo、Google图像搜索引擎进行了比较研究。据文章研究可知,国内目前还未出现成熟的基于内容的图像搜索引擎,而在中文图像检索上,百度在检索功能和检出结果上显现出加大的优势。傅小黎和邹爱芳[16]也从“搜索范围、检索方法、工作原理、结果描述、特点、效果评价”等方面对Lyocs、WebSEEK、Amazing Picture Machine、Ixquicki、天网中英文FTP进行比较和评析,指出目前搜索引擎存在查全率、查准率低,图像版权保护意识差,查询方式单一等问题。

3.5 图像检索系统的研究

在基于内容的图像检索技术面世后,基于内容的图像检索系统的研究也随之兴起。如何构建基于内容的图像检索系统以及检索系统性能的评价成为各界关注及研究的重点,图书情报界同样对此展开了研究和探索。许金普[17]在其文中构建了包括“数据管理”、“图像入库”、“图像查询”等主要功能的图像检索系统模型。毛力和张晓林[18]在其文章中介绍了国外主要的基于内容的图像信息检索系统,如QBIC、Image Rover、Visual seek、Webseek。

4 图像检所研究不足

近年来,图书情报界已经对图像检索进行了积极的探索和研究,但该项研究依然存在不足,主要表现在以下两个方面:
⑴图像检索整体研究水平不高:①我国图情界以图像检索为主题的论文发文量少,反映出学者对图像检索关注度较低;②核心作者及其机构的分布反映出,图像检索研究水平不平衡;③研究以介绍性、描述性的内容为主,缺少实证性研究和相关算法的研究。
⑵研究队伍水平较低,且不稳定。从统计结果来看,业内从事图像检索研究的学者较少,且大多数为“瞬时”学者。发文量为1篇的著者占总发文量的87%,鲜有长期从事图像检索研究的学者。此外,相关论述也都浅尝辄止,这导致了图像检索研究缺乏连续性,不利于长远发展。在科学研究的过程中,一支稳定的高水平的研究队伍将有利于研究持续而有序地进行,为高质量研究结果的产生奠定基础。因此,这成为未来研究中亟待解决的问题。

5 结语

随着数字图书馆的不断发展以及用户需求的多样化和个性化,图像检索必定会成为未来图书情报和数字图书馆学科领域的主要研究内容。为了实现数字图书馆自动、智能、通用的图像检索,仍有几个关键问题需要解决:①必须建立高水平的、稳定的研究队伍,形成学科领域图像检索研究的带头人;②在图像检索研究内容上需要重点研究“图像理解的知识表示方法”、“图像检索算法”、“图像反馈机制的可靠性度量”等问题。
[1]
龚舒野.基于h指数和hm指数的《情报科学》核心作者分析[J].情报科学,2013(1):82-85,95.

[2]
储节旺,郭春侠.EXCEL+实现共词分析的方法——以国内图书情报领域知识管理研究为例[J].情报杂志,2011(30):39-43.

[3]
张学福.论数字图书馆基于颜色内容的图像检索技术[J].中国图书馆学报,2003(2):56-59.

[4]
王镜.基于颜色特征的图像检索技术研究[D].北京:首都经济贸易大学,2006.

[5]
柳群英.基于形状特征的图像检索技术[J].情报杂志,2004(4):87-88.

[6]
刘广海.基于纹理和形状特征的图像检索技术研究[D].南京:南京理工大学,2004.

[7]
周媛,石跃祥.基于内容的多特征图像检索中的关键技术[J].图书馆,2007(3):119-121.

[8]
何蕾.基于对称性和GC矩的数字图书馆图像检索技术[J].图书情报工作,2012(13):135-139.

[9]
王南,赵捧未,刘怀亮,等.基于语义矩阵的图像检索相关反馈技术[J].情报理论与实践,2008(1):129-133.

[10]
张鼐.数字图书馆图像检索系统中相关反馈技术的分析[J].情报杂志,2005(7):55-56,58.

[11]
郑晓东,周媛,胡鹏.数字图书馆基于内容的图像检索中的反馈技术[J].情报杂志,2006(4):100-101.

[12]
何惠芬.数字图书馆中基于内容的图像数据库检索技术[J].情报杂志,2002(7):33-36.

[13]
袁方,刘明.数字图书馆中的基于内容图像检索技术[J].情报杂志,2001(1):45-46,49.

[14]
张军.数字图书馆中图像检索技术的研究[J].科技情报开发与经济,2005(21):14-15.

[15]
付天香.Google、Yahoo和百度的图像搜索比较[J].图书馆学刊,2009(2):103-106.

[16]
傅小黎,邹爱芳.五种网络图像搜索引擎的比较[J].闽江学院学报,2003(5):110-112.

[17]
许金普.基于内容的图像检索技术研究及其系统实现[D].天津:天津师范大学,2005.

[18]
毛力,张晓林.基于内容的图像检索技术与系统[J].现代图书情报技术,1999(5):30-33.

文章导航

/

〈 〉