

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)社交媒體的快速發(fā)展,海量的多媒體數(shù)據(jù)在互聯(lián)網(wǎng)上大量涌現(xiàn),這給包括圖像檢索在內(nèi)的多媒體信息處理帶來(lái)巨大挑戰(zhàn)。傳統(tǒng)的基于內(nèi)容的圖像檢索技術(shù)建立在底層視覺(jué)特征的基礎(chǔ)上,無(wú)法準(zhǔn)確描述圖像數(shù)據(jù)中復(fù)雜的對(duì)象、事件、行為和場(chǎng)景等信息;同時(shí),用戶的檢索意圖需用思維中較高層次的語(yǔ)義概念來(lái)進(jìn)行表達(dá),由此便產(chǎn)生了底層視覺(jué)特征和高層語(yǔ)義之間的“語(yǔ)義鴻溝”。對(duì)于圖像檢索,關(guān)鍵問(wèn)題是如何減小“語(yǔ)義鴻溝”,解決問(wèn)題的思路在于使用有效的方法增強(qiáng)對(duì)圖像語(yǔ)
2、義的描述和解釋能力。本文圍繞基于語(yǔ)義的圖像檢索的中幾個(gè)問(wèn)題,提出基于機(jī)器學(xué)習(xí)理論的圖像檢索算法。歸納起來(lái),本文的主要內(nèi)容包括:
受損圖像的視覺(jué)和語(yǔ)義信息都受到破壞,特別當(dāng)受損區(qū)域較大時(shí),會(huì)對(duì)圖像檢索性能造成影響??紤]圖像修復(fù)中的結(jié)構(gòu)重建和紋理修復(fù),利用圖像分解技術(shù),將圖像分解成為結(jié)構(gòu)和紋理兩部分;通過(guò)分析兩部分在兩個(gè)頻率域的特征分布,利用低秩矩陣填充,使用觀測(cè)數(shù)據(jù)構(gòu)建超完備矩陣分別實(shí)現(xiàn)圖像的結(jié)構(gòu)重建和紋理修復(fù)。結(jié)果顯示,相對(duì)于
3、傳統(tǒng)圖像修復(fù)方法,我們的方法可以更好的恢復(fù)原始信息。
針對(duì)圖像檢索存在的準(zhǔn)確度和效率問(wèn)題,本文提出一種改進(jìn)的局部特征保持的圖像索引算法。通過(guò)分析圖像像素內(nèi)在約束關(guān)系,利用流形學(xué)習(xí)技術(shù),在局部結(jié)構(gòu)保持的前提下獲得高維特征在低維子空間的數(shù)據(jù)表達(dá);設(shè)計(jì)基于比特級(jí)的檢索機(jī)制,在降維數(shù)據(jù)的基礎(chǔ)上進(jìn)一步將其轉(zhuǎn)化為二進(jìn)制編碼。實(shí)驗(yàn)結(jié)果表明,本章方法可以同時(shí)在檢索準(zhǔn)確率和效率兩方面取得良好的效果。
對(duì)于僅含邊緣的圖像,由于視覺(jué)信息少
4、,使得語(yǔ)義描述和檢索模型難以構(gòu)建。利用視覺(jué)詞袋模型,提出了一種新的基于積量化和稀疏編碼的草圖檢索方法,以準(zhǔn)確獲取圖像的語(yǔ)義信息。通過(guò)使用最新的邊緣特描述算法,對(duì)于特定結(jié)構(gòu)的、僅含邊緣信息的圖像進(jìn)行特征化描述,借鑒積量化方法,設(shè)計(jì)一種具有高區(qū)分度的視覺(jué)詞袋模型,有效解決原始輸入圖像信息量少、識(shí)別模型構(gòu)建困難的問(wèn)題;同時(shí)在量化過(guò)程中考慮殘差信息,最大限度的減少量化過(guò)程中的信息損失,進(jìn)而可以得到查詢草圖和測(cè)試數(shù)據(jù)的最優(yōu)化的表達(dá);通過(guò)計(jì)算由查詢
5、草圖和測(cè)試數(shù)據(jù)的特征直方圖來(lái)計(jì)算相似度并得到最終的結(jié)果。
異構(gòu)媒體數(shù)據(jù)通常具有不同的維度和特征分布,這使得跨媒體檢索難以實(shí)現(xiàn)良好的性能。利用異構(gòu)特征增強(qiáng)的方法解決跨媒體檢索中的異構(gòu)域適應(yīng)問(wèn)題。使用源域和目標(biāo)域的數(shù)據(jù)訓(xùn)練出增強(qiáng)的分類(lèi)器,這種分類(lèi)器使用了來(lái)自目標(biāo)域中的知識(shí),因而具有更好的性能,能夠?qū)崿F(xiàn)文本→圖像和圖像→文本間實(shí)現(xiàn)跨媒體搜索;利用相關(guān)反饋機(jī)制,分析原始搜索結(jié)果的語(yǔ)義關(guān)聯(lián),通過(guò)構(gòu)建詞袋模型和相似度計(jì)算進(jìn)行重排序以獲得優(yōu)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度學(xué)習(xí)的圖像語(yǔ)義理解研究.pdf
- 基于CRF的圖像語(yǔ)義理解算法研究.pdf
- 基于深度學(xué)習(xí)的圖像語(yǔ)義理解和分類(lèi)研究.pdf
- 圖像語(yǔ)義理解的關(guān)鍵技術(shù)研究.pdf
- 基于語(yǔ)義的圖像檢索.pdf
- 社會(huì)化媒體中的圖像語(yǔ)義理解.pdf
- 基于意象圖式的語(yǔ)義理解模型研究.pdf
- 基于語(yǔ)義理解的論文相似度研究.pdf
- 基于圖模型表達(dá)和稀疏特征選擇的圖像語(yǔ)義理解.pdf
- 基于本體的圖像語(yǔ)義檢索研究.pdf
- 基于語(yǔ)義的WEB圖像檢索研究.pdf
- 基于語(yǔ)義理解的觀點(diǎn)評(píng)論挖掘研究.pdf
- 基于語(yǔ)義理解的語(yǔ)音控制技術(shù)研究.pdf
- 基于語(yǔ)義的圖像檢索方法的研究.pdf
- 基于語(yǔ)義的圖像檢索方法研究.pdf
- 基于高層語(yǔ)義的圖像檢索研究.pdf
- 基于語(yǔ)義特征的圖像檢索研究.pdf
- 基于語(yǔ)義理解的稅務(wù)稽查輔助系統(tǒng).pdf
- 基于語(yǔ)義的自然圖像檢索.pdf
- 基于語(yǔ)義的圖像檢索技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論