2013年7月2日，在中关村教学大楼，来自中国科学院计算技术研究所的蒋树强副研究员继续在《多媒体信息检索及其面向互联网的最新研究与应用进展》系列讲座中为大家介绍多媒体领域中的一些热点研究内容及其进展。本次讲座主要介绍的是图像检索在互联网中的应用以及其研究的基本方法和现状。随着互联网中图片的广泛使用和传播，图像检索已经成为了互联网领域的一个重要热点问题。
蒋树强副研究员首先为大家介绍了一些关于图像检索的基础知识。目前图像检索主要分为基于文本的图像检索（Text-based Image Retrieval，简称TBIR）和基于图片内容的图像检索（Content-based Image Retrieval，简称CBIR），其中基于图像内容的检索是研究的重点。在给大家介绍了一些基于图片颜色信息、纹理信息的传统的简单图像特征提取方式后，他着重介绍了目前应用十分广泛的SIFT特征。SIFT特征 (Scale-invariant feature transform，尺度不变特征转换) 是一种计算机视觉的算法，用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。此算法由 David Lowe 在1999年提出，2004年完善总结。在介绍完常用的图片特征提取方式后，蒋树强副研究员给大家介绍了使用SIFT特征描述图片的 bag of words 方法，最后他进行了一些简单图像检索方法的演示。在课间休息时，蒋树强副研究员和部分同学对一些感兴趣的问题进行了讨论和交流。
蒋树强博士，中国科学院计算技术研究所副研究员，硕士生生导师，IEEE高级会员，ACM会员，YOCSEF委员。2005年获中国科学院计算技术研究所计算机应用博士学位。主要从事图像/视频等多媒体信息的分析、理解、监控、检索等方面研究，曾在多个国际会议以及期刊上发表论文，并担任多个国际会议和期刊的审稿人。
| 
