动态图模式匹配技术综述
动态图片技术：历史、格式与性能
动态图片技术：历史、格式与性能摘要本文主要介绍以下内容：•动态图片的定义、发展历史与现状，动态图片相关的术语和概念•动态图片各主要格式，及简要对比•在 Android 平台对比 GIF 与 WebP 格式的各项性能参数，为技术选型提供参考一、概述1.1 动态图片动态图片格式泛指基于静态图片格式，扩展其编码规则，以帧动画形式实现动态展示的一类图片格式。
动态图片与视频等流媒体技术在实现上有一定的区别，但定义的界限比较模糊。
总的来说，动态图片的编码规则更简洁、更轻量，不采用流式传输、较少考虑帧间关系、无固定帧率，更适合帧数较少、帧间关系复杂的场合。
“表情包”是动态图片的常见业务形式，是典型的帧数少、帧间关系复杂的案例1.2 动态图片的历史与现状以 GIF89a 为代表的早期动态图片技术出现于 1980 年代末。
作为动态图片中最具生命力的格式，GIF 在协议设计上，已经具有不设固定帧率、可定义单帧区域等动态图片的特性，并被后期动态图片格式的规范所借鉴。
GIF 为早期 Web 页面实现动态效果做出了卓越的贡献，目前依然在表情包、视频片段截取等业务场景中应用广泛。
但GIF 在颜色支持、压缩率、格式规范等方面也有其明显的能力局限性。
诸多方案在试图解决GIF 的弊端。
在PC 为主流终端的时期，出现于 20 世纪末的 Flash 是实现效果更优的动态展示方式，具有视觉效果更丰富、媒体承载能力更强等特点，也曾一度取代GIF 在动态效果展示方面的地位。
但是随着移动终端的发展，Flash 的功耗、安全性问题日趋凸显，Flash 渐渐淡出主流，应用场景一再被压缩。
目前，主流浏览器已开始有计划地逐渐阻止 Flash 显示或运行。
《电脑迷》 2006 第 11 期刊文。
从中可以得知，当时的 QQ 采用 Flash 作为动态图片展示方式而在静态图片格式动画化扩展方面，出现了Motion JPEG、MNG（基于PNG）、APNG、WebP、sharpP 等“次时代”格式规范。
改进的动态图模型点模式匹配
中图 分 类 号 ：Ｔ Ｐ ３ ９ １
・
文 献 标 志 码 ：Ａ ｄ ｏ ｉ ：１ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ３ — ５ ０ １ Ｘ． ２ ０ １ ３ ． Ｏ １ ． ０ ２ １
Ｉ ｍ ｐｒ ｏ ｖ ｅ ｄ Ｐｏ ｉ ｎｔ Ｐａ ｔ ｔ ｅ ｒ ｎ Ｍ ａ ｔ ｃ ｈｉ ｎｇ Ｍｅ ｔ ｈｏ ｄ Ｕｓ ｉ ｎｇ
改进 的动 态 图模 型 点 模 式 匹配
贺飞跃 ，田 铮 一，杨 丽娟 ，赵 伟
（１ ． 西 北 工 业 大 学 理 学 院 ，西 安 ７ １ ０ １ ２ ９ ；
２ ．中国科学院遥感科学 国家重点实验室 ，北京 １ ０ ０ １ ０ １ ） 摘要 ：为 了提 高概 率图模型 点模 式匹配的精度 ，本文提 出了改进的动态图模 型点模 式匹配 算法 。首先 ，在动态 图 模型点模式 匹配的相似 性度 量中应用 混合 高斯分布 ， 以提 高模 型利用多特征 的能力， 使 匹配方法对噪声更加稳健 。
ｉ ｎ ｓ ｉ ｍｉ ｌ ａ ｒ ｉ 够 ｍｅ ａ ｓ ｕ ｒ ｅ ｏ ｆ ｄ ｙ ｎ ａ ｍｉ ｃ ｇ ｅ ｎ ｅ ｒ ａ ｔ ｉ ｎ ｇ ｇ ｒ ａ ｐ ｈ ｉ ｃ ａ ｌ ｍｏ ｄ ｅ ｌ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｍｕ ｌ ｔ ｉ － ｆ ｅ ａ ｔ ｕ ｒ ｅ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ ｍｏ ｄ ｅ ｌ ， ｗｈ ｉ ｃ ｈ ｍａ ｋ ｅ ｔ ｈ ｅ ｍａ ｔ ｃ ｈ ｉ ｎ ｇ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｍｏ ｒ ｅ ｒ ｏ ｂ ｕ ｓ ｔ ｔ ｏ ｎ ｏ ｉ ｓ ｅ ． Ｓ ｅ ｃ ｏ ｎ ｄ ， ａ ｄ ｕ ｍｍｙ ｐ ｏ ｉ ｎ ｔ ｉ ｓ ｉ ｎ ｔ ｒ ｏ ｄ ｕ ｃ ｅ ｄ ｉ ｎ ｔ ｈ ｅ ｔ ａ ｒ ｇ ｅ ｔ ｐ ｏ ｉ ｎ ｔ ｓ ｅ ｔ ａ ｎ ｄ ｔ ｈ ｅ ｓ ｉ ｍｉ ｌ ａ ｒ ｉ ｙ ｔ
图像识别与模式匹配算法
图像识别与模式匹配算法图像识别与模式匹配算法是计算机视觉领域的重要研究方向之一，目的是让计算机能够从图像中自动识别出特定的目标，并进行相应的处理。
在过去的几十年中，随着计算机性能的提升和算法的发展，图像识别与模式匹配算法取得了显著的进展，并在许多应用领域得到广泛应用。
一、图像识别算法图像识别算法是指通过对图像进行处理和分析，从中提取特征并与已知的图像特征进行比对，最终确定图像中是否存在特定的目标。
其中，最常用的图像识别算法包括模板匹配、特征提取、神经网络等。
模板匹配是最早也是最简单直观的图像识别方法之一。
该算法通过将待识别图像与已知的模板图像进行比对，计算它们之间的相似度来判断是否匹配。
然而，该算法对图像的光照、尺度和旋转等因素比较敏感，容易受到干扰，适用性有限。
特征提取算法是通过提取图像中的局部特征或全局特征来实现图像识别的。
例如，常用的方法有边缘检测、角点检测、颜色直方图等。
通过提取出来的特征进行比对，可以较好地实现图像识别。
不过，特征提取算法依赖于选取合适的特征，对于复杂场景中的图像识别来说仍然存在挑战。
神经网络算法是一种模拟人脑神经系统的算法，通过训练网络模型来实现图像识别。
神经网络算法具有良好的非线性映射能力和自适应学习能力，在图像识别中取得了很好的效果。
例如，卷积神经网络（CNN）在图像分类、目标检测等任务中具有出色的表现。
二、模式匹配算法模式匹配算法是指在给定的图像中寻找与所需模式相匹配的局部区域。
其主要思想是将所需模式与图像进行比对，找到最匹配的位置。
常用的模式匹配算法有暴力匹配算法、KMP算法、Rabin-Karp算法等。
暴力匹配算法是最简单的模式匹配算法，它遍历图像中的每一个像素，并与所需模式进行逐一比对。
尽管该算法实现简单，但是对于大规模图像和复杂模式匹配时效率较低。
KMP算法和Rabin-Karp算法则是一种更高效的模式匹配算法。
KMP算法通过预处理模式字符串，利用字符串前缀和后缀的信息来快速定位匹配位置。
动态图数据上查询与挖掘算法的研究综述
动态图数据上查询与挖掘算法的研究综述杨雅君;高宏;李建中【摘要】近年来,图数据模型被广泛地用于刻画现实世界中各种各样的实体间的复杂关系.然而,在现实世界中,描述实体对象的图数据的结构和内容往往不是固定不变的,而是会随着时间的推移发生演绎与进化.目前,越来越多的研究者开始关注动态图数据方面的研究问题,也涌现除了很多优秀的研究工作.总结了近年来动态图上查询算法与挖掘算法方面的基础性研究工作,讨论了现有的工作和动态图研究的发展方向.【期刊名称】《智能计算机与应用》【年(卷),期】2013(003)004【总页数】5页(P24-28)【关键词】动态图;查询算法;挖掘算法【作者】杨雅君;高宏;李建中【作者单位】哈尔滨工业大学计算机科学与技术学院,哈尔滨150001;哈尔滨工业大学计算机科学与技术学院,哈尔滨150001;哈尔滨工业大学计算机科学与技术学院,哈尔滨150001【正文语种】中文【中图分类】TP3931 动态图研究的背景和应用意义随着信息科技与互联网的高速发展，各个应用领域的信息量都呈现了爆炸性的增长趋势。
因此，不同应用领域各自关注的实体对象之间的关系也变得愈加庞大和复杂。
在这些复杂关系的背后，往往蕴含着巨大的科学价值和商业价值。
由此，吸引了诸多领域的研究者都开始专注于实体对象之间关系的研究，如计算生物学领域中，蛋白质和酶之间所发生的复杂的交互、调控与代谢关系的研究;社会学领域中，对不同社交网络中人与人之间交际关系的研究;商业领域中，对金融网络和货币流通网络中商业关系的研究;以及互联网搜索领域中，不同网页之间超链接关系的研究。
在这些领域中，如果采用传统的关系数据库来管理数据对象之间的这些错综复杂的关系，会用到巨量且昂贵的连接操作。
因此，利用传统的关系数据库来研究复杂的结构化数据并不具备现实可行性。
“图”作为离散数学和计算机科学中基本的数据结构，可以有效地表示存在多种关联的数据以及内部具有一般性结构的数据。
动态模板匹配算法对运动目标进行自动锁定跟踪的研究
328＜图像处理与仿真＞动态模板匹配算法对运动目标进行自动锁定跟踪的研究*李 军，周起勃，葛 军, 邱志敏（中国科学院上海技术物理研究所，上海 200083）摘要：模板匹配技术在目标识别跟踪领域得到了广泛应用，它利用已知图像作为模板，在未知图像中移动模板，求图像与模板的相似度，找到相似度最大的点即为匹配成功。
针对导弹跟踪锁定目标过程，提出一种动态模板匹配算法，以期达到实时处理的效果，实现对目标的锁定。
通过实验仿真显示，该算法是切实可行的。
关键字：前视；模板匹配；实时；ABS 方法；改进的ABS 方法；目标大小；搜索区间中图分类号：TN911.73 文献标识码：A 文章编号：1001-8891(2005)04-0328-05A Study on Moving Target Tracking Based on Dynamic TemplateLI Jun ，ZHOU Qi-bo ，GE Jun, Qui Zhi-min(Shanghai Institute of Technical Physics, CAS, Shanghai 200083, China )Abstract ：Template matching is a method widely used in the area of target detection and tracking. We are discussing a new method based on dynamic template in the application of missile attack to achieve the purpose of real-time processing. From the result of the experiments, we can see that the method works excellently.Key words ：forward looking ；template matching ；ABS ；advanced ABS ；target size ；search region引言红外成像制导攻击过程中，当导弹捕获到目标后，即对目标进行识别与跟踪，随着导弹接近目标，目标在导弹前视镜头的成像中会出现大小，形状的变化。
动态图像的拼接与运动目标检测方法的研究
动态图像的拼接与运动目标检测方法的研究杨智尧;宋欣;宋占伟【摘要】动态图像运动目标检测是图像处理中的热点,但动态图像的识别范围却成了目标检测的限制,针对此问题,本文提出了一种利用图像拼接技术扩展图像识别范围、并在此基础上完成运动目标检测的方法.在图像拼接中采用了SURF图像匹配算法,运动目标识别利用背景差分法,实验中使用的是开源的Linux操作系统、以及为图像处理提供了大量算法和函数的OpenCV软件开发库.针对不同分辨率、不同角度采集的图像进行了实验研究,结果表明,可以在较好满足图像识别范围的同时,明确地检测出运动目标的相关信息.同时,本文提出一种通过图像拼接实现扩展运动目标检测的方法,满足了实时性要求,达到了增加图像清晰度的目的,但是,在摄像设备与场景之间的相对运动方面还存在着有待解决的问题,这将成为今后研究的重点方向.【期刊名称】《图学学报》【年(卷),期】2014(035)006【总页数】6页(P893-898)【关键词】图像拼接;SURF算法;运动目标检测;背景差分法【作者】杨智尧;宋欣;宋占伟【作者单位】吉林大学电子科学与工程学院,吉林长春130012;吉林省启明软件园企业孵化有限公司,吉林长春130117;吉林大学电子科学与工程学院,吉林长春130012【正文语种】中文【中图分类】TP391静止是相对的，运动是绝对的，动态图像不仅给人们提供了直观的动态视觉体验，还包含了远高于单幅图像的信息量，因此对动态图像的研究是现代图像处理的一个热点。
动态图像[1]处理的内容主要有运动目标检测，识别和跟踪及目标行为的理解与描述。
其中运动目标检测作为计算机视觉的基础被广泛研究，但随着人们对自动化、智能化提出更高的要求，图像可识别范围的局限性逐渐凸显出来。
通常人们会采用广角摄像设备提高图像范围，但是广角摄像设备却存在着严重的失真，同时其价格远高于普通摄像设备，因此本研究引入了图像拼接技术[2]来增加图像采集范围。
图像匹配技术介绍
04
图像匹配技术的性能评估
评估指标
准确率（Precision）
召回率（Recall）
衡量匹配算法返回的相关图像中真正相关 图像的比例。
衡量匹配算法返回的真正相关图像占所有 相关图像的比例。
F1分数
平均精度均值（mAP）
综合考虑准确率和召回率的指标，用于评 估算法的整体性能。
对多个查询图像的平均精度求均值，用于 评估算法在不同查询下的性能稳定性。
技术背景
随着计算机视觉和图像处理技术 的快速发展，图像匹配作为关键 技术之一，在多个领域发挥着重 要作用。
图像匹配技术的应用领域
遥感图像处理
在遥感领域，图像匹配用于不同时间、 不同传感器或不同视角获取的图像间 的配准和融合。
医学图像处理
医学图像匹配用于多模态医学图像的 配准，如CT、MRI和X光等图像的融 合分析。
面临的挑战
光照变化
视角变化
不同光照条件下，同一物体 的图像可能会有很大的差异， 这给图像匹配带来了很大的 挑战。
从不同角度观察同一物体， 其形状和外观可能会有很大 的变化，这也增加了图像匹 配的难度。
遮挡问题
在复杂场景中，物体可能会 被其他物体遮挡，导致部分 信息丢失，从而影响图像匹 配的准确性。
加速算法
采用高效的数据结构和算法，如FAST、SURF等，加速关键点的检测过程。
特征描述
局部描述子
01
对关键点周围的像素信息进行编码，形成特征向量，如SIFT、
ORB等。
全局描述子
02
对整个图像或图像区域进行编码，形成全局特征，如HOG、
GIST等。
描述子的优化
03
通过降维、二值化等方法优化描述子，提高匹配效率和准确性。
动态图片拼接的开题报告
动态图片拼接的开题报告一、选题背景和意义随着互联网技术的飞速发展，人们在日常生活中越来越需要利用图片来传递信息和演示内容。
但传统的静态图片往往无法满足人们的需求，因此动态图片成为了人们更为喜欢的一种图片形式。
同时，随着科技进步，图像处理算法在不断改进，使得动态图片的制作过程越来越简单，并且制作出来的效果越来越逼真。
动态图片拼接是一种将多个图片拼接成一张动态图片的技术。
它可以提高图片的可视性和吸引力，使得图片更具有表现力和趣味性。
因此，动态图片拼接技术在电影、电视、广告等领域中得到了广泛应用。
本文旨在研究动态图片拼接技术的原理和实现方法，为该技术的应用提供理论与技术支持。
二、研究目标和内容1. 目标本文的目标是研究动态图片拼接技术的原理和实现方法，探索其在实际应用中的可能性并提出优化方案。
具体目标包括：①了解动态图片拼接技术的基本原理和实现方法；②研究现有的动态图片拼接技术，对其进行分类和比较；③针对不同类型的动态图片，探索其最佳的拼接方式和算法；④提出可以针对动态图片拼接的质量评价指标，并进行实验验证；⑤探讨动态图片拼接技术在电影、电视、广告等领域的应用及其效果。
2. 内容本文主要包括以下内容：①绪论：介绍研究动态图片拼接技术的背景、意义以及研究目标和内容；②动态图片拼接技术的基本原理：分析动态图片拼接技术的基本原理和实现方法，包括相邻帧之间的像素匹配、运动路径的估计、帧插值和混合、镜头对齐和色彩校准等步骤；③动态图片拼接技术的现有方法：对目前主流的动态图片拼接方法进行分类和比较，包括基于运动矢量的方法、基于特征点匹配的方法、基于深度学习的方法等；④针对不同类型的动态图片的拼接技术：根据动态图片的不同类型（如运动、生活、建筑等）探索最佳的拼接方式和算法，包括画面分割、运动路径优化、光度一致性等等；⑤动态图片拼接评价指标：提出可以评价动态图片拼接质量的指标，包括清晰度、对比度、颜色饱和度等，进行实验验证；⑥动态图片拼接应用探讨：探讨动态图片拼接技术在电影、电视、广告等领域的应用情况及其效果，包括应用程序和实际场景等方面。
动态图像变形的纵横波自动时间匹配
动态图像变形的纵横波自动时间匹配刘兰锋;魏修成;黄中玉;王鲁;李丽华【摘要】基于全局最优化理论研究了动态图像变形算法,将其应用于多分量地震资料处理中,提出了“三步”法逐步求取纵横波时移量的实用流程.首先对纵横波剖面进行旅行时和能量预处理,使之满足动态图像变形算法的计算条件;然后应用图像变形算法求取时移量的低频趋势并对转换横波剖面进行变形;最后应用多维的图像变形算法求取时移量的高频成份并变形.实际多分量地震资料的匹配结果表明,该方法思路可行,效果较好.由匹配后的时移场可得到纵横波速度比,为转换波的偏移速度建模提供了新的途径.【期刊名称】《石油地球物理勘探》【年(卷),期】2015(050)004【总页数】7页(P626-632)【关键词】动态图像变形;时间匹配;全局最优;纵横波速度比【作者】刘兰锋;魏修成;黄中玉;王鲁;李丽华【作者单位】中国石油化工股份有限公司石油勘探开发研究院,北京100083;中国石化页岩油气勘探开发重点实验室,北京100083;国家能源页岩油研发中心,北京100083;中国石油化工股份有限公司石油勘探开发研究院,北京100083;中国石油化工股份有限公司石油勘探开发研究院,北京100083;中国石油集团测井有限公司技术中心,陕西西安710021;北京雅丹石油技术开发有限公司,北京昌平102200【正文语种】中文【中图分类】P6311 引言纵、横波匹配是多分量地震资料处理、解释中的关键技术。
在多分量资料处理中，需要知道主要构造层位在纵波和转换波剖面上大致的对应时间，即层位格架时间匹配；在多分量资料解释中，如应用纵横波联合反演进行储层预测和流体检测时，不仅要求纵横波反射旅行时一致，而且要求纵横波反射振幅、频率保真，因此需要更精细的时间匹配、频率和相位匹配。
图1 中国西南部A区Line100线人机交互对比法PS波与PP波时间匹配初叠加剖面（a）PS波初叠加剖面；（b）纵横波速度比；（c）PP波初叠加剖面目前，纵横波时间匹配方法主要有两种：一是人工对比法，二是局部互相关法自动匹配。
图像编码中的模式匹配技术介绍(七)
图像编码是将图像信息转化为数字信号，并通过压缩算法来减少信号的冗余，从而实现图像存储和传输的目的。
在图像编码中，模式匹配技术是一种重要的编码方法，可以有效地提高编码效率。
本文将介绍图像编码中的模式匹配技术及其应用。
一、模式匹配技术的基本原理模式匹配技术是一种利用已知模式来匹配目标图像中相似模式的方法。
其基本原理是通过比较图像中的局部区域与已知模式的相似度来判断是否存在匹配。
在模式匹配技术中，常用的度量相似度的方法有均方误差、结构相似性指数等。
均方误差是通过计算两个图像之间对应像素差值的平方和来度量相似度，而结构相似性指数则是综合考虑亮度、对比度和结构信息的相似度度量指标。
二、模式匹配技术的应用1. 图像压缩在图像压缩中，模式匹配技术可以通过寻找图像中相似的局部区域，并用已知模式来表示，从而实现对图像信号的压缩。
例如，可以将一段重复出现的纹理、图案等局部区域用较小的数据表示，进而减少数据的存储量和传输带宽。
2. 图像编辑模式匹配技术在图像编辑中也有广泛应用。
通过识别图像中的特定模式，可以实现图像的分割、去噪、修复等操作。
例如，可以通过模式匹配技术来识别图像中的人脸、文字等模式，并进行相应的编辑处理。
3. 视频编码在视频编码中，模式匹配技术可以用于视频帧间的信息传递。
通过识别相邻帧中的相似模式，并用已知模式进行编码，可以实现视频帧之间的差异表示，从而减少视频序列的冗余信息，提高编码效率。
4. 图像检索模式匹配技术对于图像检索也有重要的应用。
通过构建图像数据库中的模式库，并将目标图像与模式库进行匹配，可以实现对图像进行分类、识别和搜索。
例如，可以通过模式匹配技术来搜索与给定图像相似的图像，从而实现图像的自动检索。
三、模式匹配技术的发展与挑战模式匹配技术在图像编码中的应用已经得到了广泛的研究和应用。
然而，随着图像分辨率的提高和多媒体应用的普及，模式匹配技术也面临一些挑战。
首先，随着图像分辨率的提高，需要处理的图像数据量大大增加，这对模式匹配算法的计算复杂度提出了更高的要求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
动 态图模式 匹配技 术综述
许 嘉 ，张千桢 ，赵 翔 ，吕 品１，２，３ 李陶深 ，
（广西 大学 计算机 与 电子 信息学 院，广西 南宁 ５３０００４） （广西 高校 并行分布 式计 算技术 重点实验 室（广西 大学），广 西 南宁 ５３０００４） （广西 高校 多媒体通 信与信 息处理 重点 实验 室（广 西大学），广 西 南 宁 ５３０００４） （国防科技大 学 系 统工程 学院，湖 南 长沙 ４１００７３） 通 讯作 者：赵 翔，Ｅ—ｍａｉｌ：ｘｉａｎｇｚｈａｏ＠ｎｕｄｔ．ｅ，李陶深 ．动态 图模式 匹配 技术综 述．软 件学报 ，２０１８，２９（３）：６６３－６８８．ｈｔｔｐ：／／ｗｗｗ．ｊｏｓ ｏｒｇ，
ｃｎ／１０００．９８２５／５４４４．ｈｔｍ
英文引 用格式 ：Ｘｕ Ｊ，Ｚｈａｎｇ ＱＺ，Ｚｈａｏ Ｘ，Ｌｉｉ Ｐ，Ｌｉ ＴＳ．Ｓｕｒｖｅｙ ｏｎ ｄｙｎａｍｉｃ ｇｒａｐｈ ｐａａｅｍ ｍａｔｃｈｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ．Ｒｕａｎ Ｊｉａｎ Ｘｕｅ Ｂａｏ／Ｊｏｕｍａｌ ｏｆＳｏｆｔｗａｒｅ，２０１８，２９（３）：６６３—６８８“ｎ Ｃｈｉｎｅｓｅ）．ｈｔｔｐ：／／ｗｗｗｄｏｓ．ｏｒｇ．ｃｒｄｌＯ００－９８２５／５４４４．ｈｔｍ
· 基 金 项 目： 国 家 自 然 科 学 基 金 （６１４０２４９４，６１４０２４９８，６１４０２５１３）；广 西 自 然 科 学 基 金 青 年 基 金 （２０１５ＧＸＮＳＦＢＡ１３９２４３， ２Ｏ１６ＧｘＮｓＦＢＡ３８Ｏ１８２）；广 西 大 学 科研 基 金 （ＸＧＺ１４１１８２，ＸＧＺ１５０３２２）；广 西 高等 教 育 本 科教 学 改 革 工程 重 点 项 目（２０１７ＪＧＺ１０３）
Ｆｏｕｎｄａｔｉｏｎ ｉｔｅｍ：Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｃｈｉｎａ（６１４０２４９４，６１４０２４９８，６１４０２５ｌ３）；Ｇｕａｎｇｘｉ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ （２０１５ＧＸＮＳＦＢＡｌ３９２４３，２０１６ＧＸＮＳＦＢＡ３８Ｏｌ８２）：Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ （ＸＧＺ１４ｌ１８２， ＸＧＺ１５０３２２）；Ｋｅｙ Ｐｒｏｊｅｃｔｓ ｏｆＨｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ Ｕｎｄｅｒｇｒａｄｕａｔｅ Ｔｅａｃｈｉｎｇ Ｒｅｆｏｒｍ Ｐｒｏｊｅｃｔ ｉｎ Ｇｕａｎｇｘｉ（２０１７ＪＧｚ１０３）
Ａｂｓｔｒａｃｔ： Ｗ ｉｔｈ ｔｈｅ ａｄｖｅｎｔ ｏｆ ｂｉｇ ｄａｔａ ｅｒａ，ｔｈｅ ｒａｐｉｄ ｇｒｏｗｔｈ ｏｆ ｍｕｌｔｉ—ｓｏｕｒｃｅ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｄａｔａ ｈａｓ ｂｅｃｏｍｅ ａｉ１ ｏｐｅｎ ｐｒｏｂｌｅｍ．Ｔｈｅ ｉｎｈｅｒｅｎｔ ｒｅｌａｔｉｏｎｓｈｉｐｓ ｂｅｔｗ ｅｅｎ ｔｈｅｓｅ ｄａｔａ ａｒｅ ｕｓｕａｌｌｙ ｍ ｏｄｅｌｅｄ ｂｙ ｔｈｅ ｇｒａｐｈ ｍ ｏｄｅ１．Ｈ ｏｗｅｖｅｒ，ｉｎ ｐｒａｃｔｉｃａｌ ａｐｐｌｉｃａｔｉｏｎｓ，ｓｕｃｈ ａｓ ｎｅｔｗ ｏｒｋ ｓｅｃｕｒｉｔｙ ａｎａｌｙｓｉｓ ａｎｄ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ｏｖｅｒ ｓｏｃｉａｌ ｎｅｔｗ ｏｒｋｓ，ｔｈｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｃｏｎｔｅｎｔ ｏｆ ｔｈｅ ｇｒａｐｈ ｄａｔａ ｄｅｓｃｒｉｂｉｎｇ ｒｅｌａｔｉｏｎｓｈｉｐｓ
软件 学 报 ＩＳＳＮ １０００．９８２５，ＣＯＤＥＮ ＲＵＸＵＥＷ
Ｊｏｕｒｎａｌ ｏｆＳｏｆｔｗａｒｅ，２０１８，２９（３）：６６３－６８８［ｄｏｉ：１０．１３３２８８．ｃｎｋｉ．ｊｏｓ．００５４４４】 ＠中 国科 学 院 软件 研 究 所 版权 所 有 ．
Ｅ—ｍａｉｌ：ｊｏｓ＠ｉｓｃａｓ．ａｃ．ｃｎ ｈｔｔｐ：／／ｗｗｗ．ｊｏｓ．ｏｒｇ．ｃｎ
Ｓｕｒｖｅｙ ＯＲ Ｄｙｎａｍ ｉｃ Ｇｒａｐｈ Ｐａｔｔｅｒｎ Ｍ ａｔｃｈｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ
ｘＵ ＪｉａＩ１ ．一， ｚＨＡＮＧ Ｑｉａｎ．Ｚｈｅｎ ， ＺＨＡＯ Ｘｉａｎｇ ， ＬＯ Ｐｉｎ ， ，一， ＬＩ Ｔａｏ．Ｓｈｅｎ ，
（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ，Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ，Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｎｉｎｇ ５３０００４，Ｃｈｉｎａ） （Ｇｕａｎｇｘｉ Ｃｏｌｌｅｇｅｓ ａｎｄ Ｕｎｉｖｅｒｓｉｔｙ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｐａｒａｌｌｅｌ ａｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ（Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ），Ｎａｎｎｉｎｇ ５３０００４，Ｃｈｉｎａ） （Ｇｕａｎｇｘｉ Ｃｏｌｌｅｇｅｓ ａｎｄ Ｕｎｉｖｅｒｓｉｔｙ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｍｕｌｔｉｍｅｄｉａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａ ｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ（Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ）， Ｎａｎｎｉｎｇ ５３０００４，Ｃｈｉｎａ） （Ｃｏｌｌｅｇｅ ｏｆＳｙｓｔｅｍ ａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａ ｎｇｓｈａ４１００７３，Ｃｈｉｎａ）
摘 要： 随着 大数 据时代 的到来，多源异构数据 的快速增 长 已经成 为开 放性 问题 ，数据之 间的 内在 关联通 常－＊］ｖｘ 用 图数据 的形 式来表现 ．然而在 实际应用 中，例如 网络安全分析和社 交网络舆 情分析 ，描述 实体对 象之 间关系的 图数 据的结构和 内容往往 不是 固定不变的，图数据 的结构以及节点和边 的属性会 随着时间的推移发生 更新 变化 －因此，如 何在动 态更新 的图数据 中进行 高效 的查询 、 匹配，是 目前研 究的热点问题 ．从 关键技 术、代表 性算法和性能评价方 面概述动 态图模 式 匹配技术的研究进展 ．最后 ，对动 态图模 式 匹配技 术的典型应用 、面临的挑 战问题 和未来发展 趋 势 进 行 了总 结 和 展 望 ． 关键词： 动态 图；图模 式 匹配；子 图同构；匹配算法；图搜 索 中图 法分类 号：ＴＰ３１１