基于交互式語義推理的圖像檢索算法研究.pdf

1、隨著多媒體與互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,圖像數(shù)據(jù)的種類和數(shù)量與日劇增,使得基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)技術(shù)吸引了國際學術(shù)界和商界的廣泛關(guān)注,并在軍事偵查、生物醫(yī)學、信息安全、遙感技術(shù),及藝術(shù)鑒賞等多個領(lǐng)域中發(fā)揮著重要作用.然而,圖像的視覺內(nèi)容與其欲傳達的語義信息之間存在嚴重的語義鴻溝,進而導致現(xiàn)有的CBIR技術(shù)難以達到應用的要求.交互式語義推理技術(shù)將人的參與引入到檢索過程中,并借助

2、統(tǒng)計學習方法推斷圖像的語義信息,己成為了可有效縮小語義鴻溝、改善圖像檢索性能的重要手段之一.本文對交互式語義推理的技術(shù)要點及其發(fā)展現(xiàn)狀進行了深入、系統(tǒng)的探討和綜述,并針對該領(lǐng)域中亟需解決的3個關(guān)鍵問題進行了研究,包括增強推理模型在小樣本訓練集上的泛化能力、設(shè)計面向不對稱數(shù)據(jù)集的語義推理方法,以及合理、高效地結(jié)合長、短期學習.本文的創(chuàng)新性研究成果可概括如下:
　　 (1)提出了基于偏袒性半監(jiān)督提升框架的SVM主動學習算法SA2S2

3、.該算法結(jié)合了半監(jiān)督學習、集成學習和主動學習三種方法的技術(shù)特點(本文稱之為混合學習范式),以增強學習系統(tǒng)的泛化性能.此外,采用了偏袒性集成思想,使得學習系統(tǒng)對語義相關(guān)圖像給予更多的關(guān)注.實驗結(jié)果表明,混合學習及偏袒性集成策略可有效改善CBIR系統(tǒng)的檢索性能.
　　 (2)提出了基于偏袒性半監(jiān)督集成框架的SVM主動學習算法(SE)2A.類似于SA2S2,該算法亦采用了混合學習和偏袒性集成策略.但不同之處在于,(SE)2A根據(jù)圖像庫

4、中正、負樣本之間的不對稱分布特點,使用非常簡單的學習策略挑選未標記圖像,并采用了并行的集成結(jié)構(gòu),從而大大降低了混合學習的計算復雜度.實驗結(jié)果表明,(SE)2A學習速度快、泛化能力強,在性能上優(yōu)于目前一些常用的語義推理方法.
　　 (3)通過對已有長、短期學習方法的分析和總結(jié),指出了結(jié)合使用長、短期學習技術(shù)亟需解決的關(guān)鍵問題-檢索結(jié)果的“錯位(dislocation)問題”.針對該問題,提出了一種視覺內(nèi)容與隱含語義之間的協(xié)同學習算