互联网与多媒体技术的飞速发展和广泛应用,使得图像、视频资源数量急剧膨胀。如何在众多的图像信息资源中,快速、有效地寻找用户搜索的目标图像,并且有效地将结果反馈给用户,这无疑是图像检索领域亟待解决的重要问题。现有的基于内容的图像检索技术、基于语义的图像检索技术就是在这种背景下产生并发展起来的。但现有的图像检索技术存在着以下问题：①自动的图像标注与实际的图像理解存在着语义鸿沟现象；②对于相同的图像视觉内容,可能存在着不同的图像标注；③人们往往不能采用准确的关键词来描述将要检索的目标图像；④检索结果界面简单,不便于用户的查看与二次搜索,没有便利的交互反馈机制。本文针对上述问题展开研究和探讨,提出了一种新的动态交互式图像推荐技术。交互式图像推荐技术是在基于内容的图像检索、基于语义的图像检索技术基础上提出的一种新的基于关键字的图像推荐技术。本文通过分析图像标注概念之间的语义关系、以及其潜在概率关系,构建标注概念的语义关系网,同时提取图像视觉内容的颜色特征、纹理特征,并且将这两种基本视觉特征融合成混合特征来表示图像视觉特征。在此基础上,充分结合图像底层视觉特征与高层语义特征的优点进行图像搜索。为了在有限的二维显示平面上高效地显示更多的图像检索结果,故本文将双曲可视化技术引入到图像检索领域,提出了一种新的图像可视化模型,即图像的双曲空间显示模型。交互式图像推荐系统首先通过图像标注建立概念语义关系网,再提取图像的视觉特征将图像聚类、双曲显示,而后用户通过观察选择目标图像类进行检索反馈,系统得到反馈信息后根据图像视觉特征及反馈信息自动进行重采样处理,并将目标类有效地推荐显示在二维平面上,完成图像选取的动态交互反馈过程。本文通过LabelMe图像库以及Corel图像库进行实验分析,证明了该方法的有效性。