相關(guān)反饋中特征過(guò)濾策略的研究與應(yīng)用.pdf

1、隨著Web技術(shù)的普及和信息技術(shù)的發(fā)展、推廣與應(yīng)用，以圖像、聲音和視頻為主的多媒體信息迅速成為信息交流和服務(wù)的主流，現(xiàn)代信息處理的對(duì)象和方法都有了很大的變化。大量各種類型的信息在全球得到了采集、傳輸、流通和應(yīng)用，人們正在快速進(jìn)入一個(gè)信息化的社會(huì)。大規(guī)模圖像數(shù)據(jù)庫(kù)的出現(xiàn)和應(yīng)用，使得高效的檢索機(jī)制成為目前迫切需要解決的問(wèn)題，而基于內(nèi)容的圖像檢索技術(shù)便是解決這一問(wèn)題的關(guān)鍵。鑒于語(yǔ)義特征提取的困難性，基于底層特征的圖像檢索仍是目前比較常用的方法。

2、然而，底層特征上的相似性不一定能反應(yīng)語(yǔ)義上的相似性以及用戶對(duì)圖像的感知。圖像檢索系統(tǒng)的最終用戶是人，因此通過(guò)交互手段來(lái)捕獲人對(duì)圖像內(nèi)容的認(rèn)知是相當(dāng)重要的。為了把用戶模型嵌入到圖像檢索系統(tǒng)，最近幾年在基于內(nèi)容的圖像檢索領(lǐng)域引入了相關(guān)反饋機(jī)制。
　　 相關(guān)反饋技術(shù)已經(jīng)被證實(shí)是一項(xiàng)強(qiáng)大的技術(shù)應(yīng)用于可交互的基于內(nèi)容圖像檢索。盡管已經(jīng)有不少先進(jìn)的學(xué)習(xí)技術(shù)提出來(lái)構(gòu)建相關(guān)反饋算法，比如支持向量機(jī)（SVM）等，目前的技術(shù)仍有許多缺陷和不足，其中

3、包括以下幾個(gè)方面：（1）較少考慮非常有限的訓(xùn)練樣本的影響；（2）通常假設(shè)訓(xùn)練樣本只來(lái)自一個(gè)正類和一個(gè)負(fù)類；（3）“維數(shù)災(zāi)難”和“語(yǔ)義鴻溝”問(wèn)題；（4）需要多次反饋學(xué)習(xí)才能得到比較理想的結(jié)果。針對(duì)這些問(wèn)題，本論文研究基于內(nèi)容圖像檢索中的相關(guān)反饋的學(xué)習(xí)問(wèn)題，并通過(guò)不同的角度提出有效的算法來(lái)改善這些問(wèn)題。
　　 首先，我們提出一種最小距離排序的查詢優(yōu)化方法，來(lái)克服訓(xùn)練樣本非常有限的問(wèn)題。該方法，基于最近鄰分類思想，使用相對(duì)排序，將每個(gè)

4、反饋正例當(dāng)作一次單獨(dú)的查詢。實(shí)驗(yàn)結(jié)果表明,我們提出的方法在訓(xùn)練樣本非常有限的情況下能夠有效地改善檢索的性能。
　　 其次，傳統(tǒng)的相關(guān)反饋學(xué)習(xí)技術(shù)通常認(rèn)為訓(xùn)練樣本只來(lái)自一個(gè)正類和一個(gè)負(fù)類，更實(shí)用和合理的做法是考慮相關(guān)樣本來(lái)自多個(gè)正類，而無(wú)關(guān)樣本來(lái)自多個(gè)負(fù)類?；谶@種擴(kuò)展，我們提出一種新的基于監(jiān)督聚類的相關(guān)反饋算法,該算法在負(fù)例圖像的監(jiān)督下，根據(jù)底層特征對(duì)語(yǔ)義上相似的正例圖像進(jìn)行分類。
　　 此外，“維數(shù)災(zāi)難”和“語(yǔ)義鴻溝”