基于視覺(jué)屬性和語(yǔ)義關(guān)系的大規(guī)模圖像檢索.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和可移動(dòng)設(shè)備的快速發(fā)展，數(shù)字圖像的數(shù)目正與日俱增。如何從海量圖像中按照用戶(hù)的意向檢索出合適的圖像正成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)的基于內(nèi)容的圖像檢索方式依賴(lài)于圖像的底層特征，因而不可避免地面對(duì)著兩個(gè)問(wèn)題:即底層特征與高層語(yǔ)義之間的語(yǔ)義鴻溝;以及用戶(hù)檢索意圖與所使用檢索圖像之間的意向鴻溝。鑒于這一問(wèn)題，基于視覺(jué)屬性的圖像檢索便應(yīng)運(yùn)而生了。通過(guò)對(duì)圖像的視覺(jué)內(nèi)容進(jìn)行語(yǔ)義描述，視覺(jué)屬性搭建起了連接底層特征與用戶(hù)意向之間的橋梁。

2、本文研究的內(nèi)容便是基于屬性的圖像檢索問(wèn)題。
　　具體來(lái)講，本文研究的是結(jié)合語(yǔ)義的多屬性查詢(xún)?cè)~的圖像檢索。傳統(tǒng)的基于多屬性的檢索通常包括幾個(gè)步驟，即圖像特征提取、屬性分類(lèi)器學(xué)習(xí)和屬性相似性檢索。雖然基于屬性的圖像檢索已經(jīng)取得了許多卓越的成果，但其中仍然存在著一些問(wèn)題。傳統(tǒng)的屬性分類(lèi)器對(duì)于所有屬性均采用同樣的特征進(jìn)行學(xué)習(xí)，沒(méi)有考慮到每個(gè)屬性的特殊性;傳統(tǒng)的屬性分類(lèi)器學(xué)習(xí)多采用扁平式的結(jié)構(gòu)，沒(méi)有利用到屬性之間更豐富的語(yǔ)義信息;傳統(tǒng)的屬性

3、檢索中，屬性之間的關(guān)系矩陣學(xué)習(xí)多是基于屬性之間的同現(xiàn)關(guān)系，導(dǎo)致檢索系統(tǒng)的可擴(kuò)展性較差。本文基于以上三個(gè)問(wèn)題進(jìn)行了相應(yīng)的研究，具體地:
　　(1)針對(duì)屬性分類(lèi)器學(xué)習(xí)沒(méi)有進(jìn)行特征選擇的問(wèn)題。本文研究了多標(biāo)簽的特征降維方法MDDM。同時(shí)，本文將屬性標(biāo)簽之間的語(yǔ)義相關(guān)性以及視覺(jué)相關(guān)性融入到MDDM算法之中，從而提升了算法的準(zhǔn)確率。
　　(2)針對(duì)傳統(tǒng)的屬性分類(lèi)器沒(méi)有利用到屬性之間的語(yǔ)義信息的問(wèn)題。本文利用外部語(yǔ)義信息構(gòu)建起屬性之間層