基于視覺信息和高層語義結合的圖像檢索方法研究.pdf

1、圖片標注的研究是實現(xiàn)基于語義內(nèi)容的圖像索引、檢索及其它相關應用的最重要和最關鍵的一步，其目的是要在感性層面的視覺信息和語義層面的語言描述間建立一種精確的對應關系。因此，在進行基于內(nèi)容的圖像檢索時，這些標注可以彌補高層語義描述和低層視覺特征之間的語義鴻溝。
　　對圖像內(nèi)容進行標注是實現(xiàn)檢索和瀏覽圖像的一種重要方式，它能夠返回給用戶所有與查詢標簽相關的圖像。然而，應用現(xiàn)有基于標簽的圖像檢索方法所得到的圖像，往往因為內(nèi)容不相關或圖像質(zhì)量

2、較差而令用戶失望。我們認為語義相關性和圖像質(zhì)量是衡量圖像檢索結果是否令人滿意的兩個重要標準。本文中，我們提出了一種圖像檢索方法，它同時考慮了圖像內(nèi)容與查詢標簽的相關性以及圖像質(zhì)量。首先，我們根據(jù)圖像內(nèi)容與查詢標簽的語義一致性以及圖像間的視覺相似性對圖像進行自動排序。然后我們將每幅圖像的質(zhì)量評分和相關性評分進行線性組合，用以對檢索到的圖像進行優(yōu)化排序，從而實現(xiàn)圖像的相關性—質(zhì)量排序。同時，我們在NUS-WIDE圖像庫進行的實驗說明了本文所

3、提算法的有效性。
　　值得注意的是本文中只是采用了Flickr數(shù)據(jù)集，本文所提的標簽查詢結果的相關性質(zhì)量排序方法是一種通用的方法，并且也適用于其他社會媒體網(wǎng)絡，如Youtube和Zooomr。
　　最后總結全文的工作，對下一步研究中難點、熱點以及需要解決的問題進行了展望。本文對質(zhì)量因子的提取只選用了幾個簡單的特征就獲得了較好的效果，我們可通過設計較復雜的圖像質(zhì)量特征以獲得更好的效果。另外，有效并自動地融合不同形態(tài)的特征依然是