43 關於以內容為本的圖像檢索技術(Content-Based Image Retrieval)，下列敘述何者錯誤？
(A)主要提供圖像主題檢索
(B)常提供依例查詢模式(Query By Example)
(C)顏色、形狀、紋理皆可做為檢索對象
(D)常以相關性回饋技術提升檢索結果的正確性

(A)並非只限於圖像，包括形狀、文錄等皆可。

(A)錯的地方應該是"主題"二字。主題代表圖像的概念，也許是一條狗，或一輛車。但是內容檢索不管圖片裡是什麼東西，只管顏色、形狀、紋理等。

內涵式影像檢索 (Content-based Image Retrieval)
隨著儲存媒介之容量與日俱增，以及數位攝影器材的普及，網際網路上存在著數量龐大的數位影像，如何有效地檢索在資料庫的數位影像，已是多媒體研究的主流之一。傳統的方法是以人工對每張影像指定數個關鍵字，讓使用者鍵入關鍵字來搜尋影像。然而，此種傳統的文字搜尋方法，不僅在註釋關鍵字方面耗費許多的成本，且影像中包含許多紋理 (texture)、形狀或物件空間關係等不易以關鍵字描述的特性。有鑑於此，近年來影像檢索 (image retrieval) 的研究領域，多集中在探討以內涵資訊為基礎 (content-based) 的影像檢索方法。運用影像處理的相關技巧，電腦可以自動從每張影像中擷取許多特徵 (feature)，如顏色的分佈、紋理的變化等，而影像搜尋時，則是尋找資庫中具有類似特徵值的影像。此種內涵式影像檢索方法，不僅可以擷取出許多難以用文字描述的影像特性，而且可以讓電腦自動化去計算特徵值，省去大量的人力成本。

由於影像的顏色與材質分佈，不易以文字描述，現今的查詢方式多要求使用者提供一張範例影像 (example query) 進行檢索。即使如此，由於不同使用者對相同範例影像的認知不同，查詢的結果往往不如人意，因此，現行的影像檢索方法多利用相關回饋 (relevance feedback) 技術，根據使用者回饋的影像，更新範例影像所提供的資訊以及修正影像比對方式，以使查詢結果更符合使用者的需求。

基於內容的圖像檢索技術（content-based image retrieval）應運而生。區別於原有系統中對圖像進行人工標註的做法，基於內容的檢索技術自動提取每幅圖像的視覺內容特徵作為其索引，如色彩、紋理、形狀等。此後幾年中，這個研究領域中的許多技術發展起來，一大批研究性的或商用的圖像檢索系統被建立起來。這個領域的發展主要來歸功於計算機視覺技術的進步，在文獻[]中有對這一領域的詳細介紹。
應該認識到，基於內容的圖像檢索系統具有與傳統基於文本的檢索系統完全不同的構架。首先，由於圖像依賴其視覺特徵而非文本描述進行索引，查詢將根據圖像視覺特徵的相似度進行。用戶通過選擇具有代表性的一幅或多幅例子圖像來構造查詢，然後由系統查找與例子圖像在視覺內容上比較相似的圖像，按相似度大小排列返回給用戶。這就是所謂的通過例子圖像的檢索（query by image example）。另外，基於內容的檢索系統一般通過可視化界面和用戶進行頻繁的交互，以便於用戶能夠方便地構造查詢、評估檢索結果和改進檢索結果。
下圖表示了基於內容的圖像檢索系統的體系結構。系統的核心是圖像特徵數據庫。圖像特徵既可以從圖像本身提取得到，又可以通過用戶交互獲得，並用於計算圖像之間的相似度。用戶和系統之間的關係是雙向的：用戶可以向系統提出查詢要求，系統根據查詢要求返回查詢結果，用戶還通過對查詢結果的相關反饋來改進查詢結果。圖中還標出了基於內容的圖像檢索中的一些關鍵環節：
1) 選擇、提取和索引能夠充分錶達圖像的視覺特徵。
2) 處理基於相似度的圖像檢索。
3) 處理用戶對檢索結果的相關反饋，改善檢索結果。
本文摘自：http://blog.csdn.net/fire_woods/archive/2007/07/24/1705513.aspx