視覺屬性在基于內(nèi)容的圖像檢索中的應(yīng)用.pdf

1、專業(yè)學(xué)位碩士學(xué)位論文視覺屬性在基于內(nèi)容的圖像檢索中的應(yīng)用TheApplicationofVisualAttributestoContentBasedImageRetrieval作者姓名：筮查銎工程領(lǐng)域：電王皇通信王猩學(xué)號：指導(dǎo)教師：完成日期：31109030孔搓維一2Q!墨生墨旦壘旦大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要隨著科學(xué)技術(shù)的進(jìn)步，電子設(shè)備的發(fā)展，拍照手段越來越多

2、樣化，拍照設(shè)備觸手可及，網(wǎng)絡(luò)上傳和共享技術(shù)的發(fā)展使網(wǎng)絡(luò)上的圖像數(shù)量迅猛增長。有效的圖像檢索技術(shù)己經(jīng)成為人們的迫切要求。傳統(tǒng)的基于文本的圖像檢索技術(shù)需要額外的人工標(biāo)注，隨著圖像數(shù)量的增長，人工標(biāo)注的成本越來越高，其缺點(diǎn)越來越突出?；趦?nèi)容的圖像檢索技術(shù)能夠使用圖像的內(nèi)容直接進(jìn)行檢索，因此，成為近些年圖像檢索領(lǐng)域的研究熱點(diǎn)。基于內(nèi)容的圖像檢索大都使用圖像的底層特征來表示圖像內(nèi)容，利用底層特征的相似程度來表征圖像內(nèi)容的形似程度，這帶來了“語義

3、鴻溝”。具體來說，“語義鴻溝”是指計(jì)算機(jī)能夠識別的底層特征和人使用的高層語義之間的差別。為縮小語義鴻溝，圖像視覺屬性被引入到圖像檢索領(lǐng)域中，視覺屬性在高層語義和底層特征之間架起了一座語義橋梁。本文圍繞視覺屬性在圖像檢索中的應(yīng)用進(jìn)行了如下研究：(1)介紹了圖像視覺屬性在圖像處理各個(gè)領(lǐng)域的應(yīng)用情況，分析出屬性在當(dāng)前圖像檢索領(lǐng)域被廣泛應(yīng)用的趨勢。詳細(xì)介紹并仔細(xì)研究了四種已有基于屬性的圖像檢索算法：獨(dú)立屬性檢索算法03、相關(guān)屬性檢索算法乜3、相

4、對屬性檢索算法口1、弱屬性檢索算法Hj，指出這四種算法之間的緊密聯(lián)系，從理論和實(shí)驗(yàn)兩個(gè)方面分析了這四種算法各自的優(yōu)勢和不足。(2)針對相對屬性檢索算法只使用屬性類內(nèi)的相對性，未利用屬性類問的相關(guān)性問題，借鑒相關(guān)屬性檢索算法，借助結(jié)構(gòu)化支持向量機(jī)，提出了結(jié)構(gòu)化相對屬性檢索算法。通過在三個(gè)不同類型數(shù)據(jù)庫(OSR、PubFig、Shoes)上進(jìn)行的上述五種算法比較實(shí)驗(yàn)，驗(yàn)證了本文提出的結(jié)構(gòu)化相對屬性算法的有效性。實(shí)驗(yàn)表明，結(jié)構(gòu)化相對屬性檢索算

5、法好于檢索效果最好的相對屬性檢索算法，平均提高386％。(3)由于當(dāng)前基于屬性的圖像檢索系統(tǒng)都是通過用戶在屬性集中直接選擇檢索屬性的方式進(jìn)行，屬性集中屬性較多時(shí)，直接選擇檢索屬性極其不方便。本文受弱屬性檢索算法的啟發(fā)，借助WordNet語義關(guān)系庫，提出了擴(kuò)展屬性檢索算法，并通過在a—Pascal和aYahoo數(shù)據(jù)庫上的定性和定量比較實(shí)驗(yàn)，驗(yàn)證了擴(kuò)展屬性檢索算法的有效性。實(shí)驗(yàn)表明，擴(kuò)展屬性檢索算法較在a—Pascal和aYahoo數(shù)據(jù)庫上