基于隱支持向量機(jī)模型的個性化圖像推薦和檢索.pdf

1、近年來，隨著信息技術(shù)和成像技術(shù)的快速發(fā)展，數(shù)字圖像的數(shù)量正以驚人的速度增長，人們對信息的需求逐漸從文字轉(zhuǎn)變成圖像。對于用戶而言，從數(shù)量龐大的圖像庫中快速找出感興趣的圖像非常困難。因此，圖像推薦成為當(dāng)前多媒體領(lǐng)域中一個熱門的研究方向。本文著重研究如何建立有效的學(xué)習(xí)模型來解決海量圖像的個性化推薦問題。
　　現(xiàn)存的圖像個性化推薦方法主要基于文本的圖像推薦方法和基于內(nèi)容的圖像推薦方法兩類。本文綜合了上述兩種方法的優(yōu)點(diǎn)，提出一種基于圖像個性

2、化語義分析推薦算法，該算法通過對用戶的歷史圖像進(jìn)行個性化分析，獲取圖像文本和內(nèi)容兩方面的信息構(gòu)建用戶個性化檢索模式，再從海量圖像庫中檢索出符合用戶需求的圖像并予以推薦。首先，充分利用社群圖像網(wǎng)站的便利性和數(shù)據(jù)海量性，構(gòu)建一個小型圖像庫SPRI，其中包括訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集。訓(xùn)練數(shù)據(jù)集中包含40個用戶，每個用戶包含多個場景，共2000幅圖像;測試數(shù)據(jù)集中包括240幅全景圖。其次，利用多示例學(xué)習(xí)算法將圖像的標(biāo)簽傳播到區(qū)域，結(jié)合圖像區(qū)域級標(biāo)