基于語義特征的圖像檢索研究.pdf

1、隨著多媒體技術(shù)、計算機技術(shù)，通信技術(shù)及網(wǎng)絡(luò)技術(shù)的迅速發(fā)展和推廣應(yīng)用，人們已能運用各種手段大量地采集和產(chǎn)生各種類型的多媒體信息數(shù)據(jù)，研究如何組織、管理和利用多媒體信息具有重要的現(xiàn)實意義。多媒體信息中數(shù)據(jù)量最大最主要的一種就是視覺信息，因此視覺信息檢索研究也就引起了人們極大地關(guān)注。對于非結(jié)構(gòu)化的圖像數(shù)據(jù),傳統(tǒng)的基于文字的檢索方法效率很低，為此人們提出了基于內(nèi)容的圖像檢索技術(shù)，并且取得了一定的進展。但是基于內(nèi)容的圖像檢索遇到了一個棘手的問題，

2、即“語義鴻溝”。
　　“語義鴻溝”是指圖像的低級視覺特征和高級語義特征之間的差距，由計算機計算出來的低級特征的相關(guān)性很難說明圖像在語義層上的相似性，語義層上的相似性也無法證明低級特征的相關(guān)性。本文在解決“語義鴻溝”，提取語義特征方面作了一系列比較深入地研究，并提出了兩種有效的解決模型。
　　首先提出了一種基于“模糊語義相關(guān)矩陣”的圖像檢索模型，該模型充分利用了用戶的反饋?！澳：Z義相關(guān)矩陣”采用低級特征進行初始化，并在用戶的

3、檢索中自動更新，從而在不同的用戶使用中學(xué)習(xí)其檢索日志，逐步提高系統(tǒng)的整體性能。而在用戶的短期反饋中，我們利用用戶給出的反饋信息在語義網(wǎng)絡(luò)中聚類，快速捕獲用戶在語義上的檢索企圖。為了讓系統(tǒng)學(xué)習(xí)的語義信息在語義網(wǎng)絡(luò)中迅速擴展，系統(tǒng)還在檢索中采用了多層語義網(wǎng)絡(luò)檢索。仿真實驗采用了1000幅CORE CD的圖像，證明了該算法在檢索速度，反饋性能和長期學(xué)習(xí)上都有極大地進步。
　　其次，根據(jù)用戶習(xí)慣基于文字的檢索，本文提出加入文字語義標(biāo)簽使系