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(guó)際學(xué)術(shù)界和商界的廣泛關(guān)注,并在軍事偵查、生物醫(yī)學(xué)、信息安全、遙感技術(shù),及藝術(shù)鑒賞等多個(gè)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(dá)的語義信息之間存在嚴(yán)重的語義鴻溝,進(jìn)而導(dǎo)致現(xiàn)有的CBIR技術(shù)難以達(dá)到應(yīng)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(jì)學(xué)習(xí)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(duì)交互式語義推理的技術(shù)要點(diǎn)及其發(fā)展現(xiàn)狀進(jìn)行了深入、系統(tǒng)的探討和綜述,并針對(duì)該領(lǐng)域中亟需解決的3個(gè)關(guān)鍵問題進(jìn)行了研究,包括增強(qiáng)推理模型在小樣本訓(xùn)練集上的泛化能力、設(shè)計(jì)面向不對(duì)稱數(shù)據(jù)集的語義推理方法,以及合理、高效地結(jié)合長(zhǎng)、短期學(xué)習(xí).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(dòng)學(xué)習(xí)算法SA2S2

3、.該算法結(jié)合了半監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)和主動(dòng)學(xué)習(xí)三種方法的技術(shù)特點(diǎn)(本文稱之為混合學(xué)習(xí)范式),以增強(qiáng)學(xué)習(xí)系統(tǒng)的泛化性能.此外,采用了偏袒性集成思想,使得學(xué)習(xí)系統(tǒng)對(duì)語義相關(guān)圖像給予更多的關(guān)注.實(shí)驗(yàn)結(jié)果表明,混合學(xué)習(xí)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(dòng)學(xué)習(xí)算法(SE)2A.類似于SA2S2,該算法亦采用了混合學(xué)習(xí)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(fù)樣本之間的不對(duì)稱分布特點(diǎn),使用非常簡(jiǎn)單的學(xué)習(xí)策略挑選未標(biāo)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(xué)習(xí)的計(jì)算復(fù)雜度.實(shí)驗(yàn)結(jié)果表明,(SE)2A學(xué)習(xí)速度快、泛化能力強(qiáng),在性能上優(yōu)于目前一些常用的語義推理方法.
　　 (3)通過對(duì)已有長(zhǎng)、短期學(xué)習(xí)方法的分析和總結(jié),指出了結(jié)合使用長(zhǎng)、短期學(xué)習(xí)技術(shù)亟需解決的關(guān)鍵問題-檢索結(jié)果的“錯(cuò)位(dislocation)問題”.針對(duì)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(xué)習(xí)算