基于多特征的分層圖像檢索技術(shù)研究及應(yīng)用實現(xiàn).pdf

1、基于內(nèi)容的圖像檢索是多媒體信息檢索的重要研究方向，它是一種基于“以圖搜圖”的檢索技術(shù)，廣泛應(yīng)用于多個領(lǐng)域，如電子商務(wù)子中的商品圖像檢索。隨著網(wǎng)絡(luò)的普及，數(shù)字圖像得到顯著增長，成為多媒體社會中主要信息的來源。各式各樣的圖像遍及到我們?nèi)粘５纳顚W習中，如何快速準確的對圖像信息進行分析和檢索具有重要的研究價值。
　　本文是對基于內(nèi)容的圖像檢索技術(shù)進行研究。根據(jù)對該技術(shù)的相關(guān)理論知識和算法的學習，采用了多特征融合的分層圖像檢索方法。該方法

2、的第一層是圖像篩選層，本文提出了基于稀疏的多類別分類方法對圖像進行篩選；第二層是精確圖像檢索層，采用多特征融合的方法對圖像進行精確檢索。本文將多特征分層圖像檢索技術(shù)應(yīng)用在商品檢索中，具體的工作和創(chuàng)新如下：
　?。?）在基于稀疏分類的圖像篩選層中，本文提出一種基于稀疏的多類別分類方法。傳統(tǒng)的稀疏分類方法是根據(jù)重建殘差進行分類，并且將圖像歸為某一類，這樣容易導(dǎo)致分類錯誤，從而不能達到圖像篩選的目的。因此，本文提出一種基于稀疏的多類別分

3、類方法，結(jié)合稀疏表示的特性，采用重建殘差和稀疏系數(shù)的比值來進行分類，把圖像歸為相似的前N類，減少分類錯誤，達到圖像篩選的目的，構(gòu)成精確檢索層的候選圖像集。
　?。?）在精確圖像檢索層，本文采用多特征加權(quán)融合的檢索方法。首先提取SIFT特征，根據(jù)詞袋模型特征表示方法，得到圖像的直方圖特征。本文引入了Dirichlet Fisher核的直方圖轉(zhuǎn)換方法，得到具有較強辨別力的SiftBowDirfk特征，提高檢索的性能。此外，針對單一特征