交互式圖像檢索中的相關反饋技術.pdf

1、近些年來,基于內(nèi)容圖像檢索逐漸成為一個活躍的研究領域.但是,由于當前圖像理解技術的局限以及人類視覺認知的主觀性,使得依賴于低層視覺特征的基于內(nèi)容圖像檢索系統(tǒng)難以達到應用的要求.相關反饋技術通過把人的參與引入到檢索過程中來克服上述困難,并成為提高檢索性能的有效方法.論文對相關反饋的技術要點以及相關反饋算法的發(fā)展現(xiàn)狀作了深入、系統(tǒng)的討論和綜述,并研究了三種新的相關反饋技術:結合語義分類信息的相關反饋技術,結合標記數(shù)據(jù)和未標記數(shù)據(jù)進行學習的相

2、關反饋算法,以及支持多級相關度量的相關反饋技術.論文取得的創(chuàng)新性成果如下:1.提高了一種通過相關反饋技術把基于內(nèi)容圖像檢索和圖像語義分類相結合的方法.該方法根據(jù)圖像與語義類的類屬關系來構成語義特征,與低層視覺特征一起用于圖像檢索,并在相關反饋方案中結合了兩個分別針對這兩種特征的相關反饋算法.2.提出了一種相關反饋的概率框架,它在利用標記樣本的同時結合了全體樣本(標記和未標記的樣本)的分布特點,從而有效地利用了未標記數(shù)據(jù)來提高相關反饋算法

3、的性能.3.分析了在圖像檢索中使用多級相關度量的必要性,創(chuàng)新性地把順序回歸問題的研究引入到圖像檢索領域,并從相關度量尺度、順序回歸問題的特點及其求解思路、檢索性能度量等方面對支持多級相關度量的相關反饋作了詳細的論述.4.提出了用于順序回歸的級聯(lián)線性模型(CLM),并結合SVM設計了一種快速的順序回歸算法.該算法克服了經(jīng)典支持向量順序回歸算法速度慢的缺點,并能達到與其相當?shù)臋z索精度.5.設計了一種新穎易用的圖形化相關度量工具,并結合我們提