結(jié)合視覺及語義特征的圖像檢索系統(tǒng)研究.pdf

1、計(jì)算機(jī)技術(shù)的快速發(fā)展、因特網(wǎng)的普及產(chǎn)生了大量數(shù)字圖像信息，如何能夠高效地進(jìn)行數(shù)字圖像的管理和訪問是一個(gè)困難但值得研究的問題?；趦?nèi)容的圖像檢索技術(shù)是解決這一問題的有效途徑，該技術(shù)研究的主要內(nèi)容是如何從圖像中提取能夠充分表達(dá)圖像內(nèi)容的視覺特征信息或語義信息，并利用之進(jìn)行圖像的快速檢索。
　　 本文主要圍繞著圖像的視覺特征的表示和提取、圖像語義信息的學(xué)習(xí)和標(biāo)注、圖像檢索的實(shí)現(xiàn)方式進(jìn)行研究，并在研究的基礎(chǔ)上，結(jié)合基于視覺特征檢索及基于

2、語義檢索方式的優(yōu)點(diǎn)，建立起高效實(shí)用的圖像檢索系統(tǒng)。
　　 在圖像特征表示方面，本文對(duì)常見的圖像特征進(jìn)行了簡(jiǎn)要介紹，并提出了基于區(qū)域主色連通分量的圖像特征表示方法。該方法將圖像劃分為規(guī)則的區(qū)域并提取出每個(gè)區(qū)域的主色，根據(jù)相鄰區(qū)域的主色是否相同將整幅圖像劃分為若干連通分量，將連通分量的主色及區(qū)域大小作為該區(qū)域的特征。這種表示方法不僅包含了圖像的顏色信息，而且包含了一定的空間分布及形狀信息，這樣就從多方面更準(zhǔn)確的描述了圖像的內(nèi)容。在相

3、似性度量方面，本文在圖像特征表示的基礎(chǔ)上，將所有區(qū)域的特征序列化成為串，并通過串之間的比較來衡量圖像之間的距離。
　　 在圖像語義學(xué)習(xí)方面，本文使用了半監(jiān)督學(xué)習(xí)的方法來實(shí)現(xiàn)圖像語義的傳播。該方法針對(duì)常規(guī)監(jiān)督學(xué)習(xí)訓(xùn)練樣本少的缺點(diǎn)，不僅使用了訓(xùn)練樣本的信息，同時(shí)利用了大量的未標(biāo)注圖像的相關(guān)信息進(jìn)行語義的傳播，使未標(biāo)注圖像獲得初始的語義。
　　 檢索過程中的相關(guān)反饋將用戶因素加入到檢索系統(tǒng)中，可以進(jìn)一步捕捉用戶意圖，并對(duì)檢索系

4、統(tǒng)進(jìn)行完善。在基于視覺特征檢索的過程中，本文使用了流形學(xué)習(xí)的方法來利用用戶的反饋。通過求檢索圖像和反饋圖像的k近鄰，并將檢索圖像、反饋圖像及其近鄰看成圖中的點(diǎn)，通過局部保形映射獲得圖像點(diǎn)之間的邊，使用兩點(diǎn)之間的最短路徑來衡量圖像之間的距離，這種表示方法比常規(guī)的歐式距離更有效。
　　 在語義改善方面，本文綜合使用了圖像的隱語義和顯語義特征。隱語義一般出現(xiàn)在常規(guī)的基于視覺特征的圖像檢索中，只知道圖像語義相同，但不知道具體語義。顯語義

5、特征一般出現(xiàn)在基于Web的圖像檢索中，語義可以通過用戶輸入的查詢關(guān)鍵字或圖像周圍的文字獲得。本文綜合了兩者的優(yōu)點(diǎn)，利用顯語義可以直接獲得圖像的語義，利用隱語義之間的相關(guān)性及具有相同隱語義的圖像中已有的語義特征可以將語義進(jìn)行學(xué)習(xí)和傳播，從而對(duì)圖像的標(biāo)注信息加以改善。
　　 本文在最后較為詳細(xì)的介紹了一個(gè)結(jié)合視覺和語義特征的圖像檢索系統(tǒng)的實(shí)現(xiàn)，包括系統(tǒng)的目標(biāo)，系統(tǒng)的結(jié)構(gòu)以及實(shí)際的性能評(píng)價(jià)。實(shí)驗(yàn)證明，結(jié)合視覺和語義特征的圖像檢索系統(tǒng)能