基于神經(jīng)網(wǎng)絡的圖像檢索相關反饋機制研究.pdf

1、基于內(nèi)容的圖像檢索技術是近年來研究的熱點之一，它試圖通過提取圖像本身固有的視覺信息來表達、識別和理解圖像的內(nèi)容，并按照相似性度量的方法檢索圖像。但是人對兩幅圖像的相似性理解和計算機對兩幅圖像的相似性理解往往不一致，也即人類高層語義概念和圖像的底層視覺特征間存在著差距，導致系統(tǒng)的檢索結果令用戶不滿意。相關反饋技術是人機交互機制中的一種，通過人機協(xié)同工作，來彌補計算機理解能力的不足，有效地縮短了用戶的高層語義概念同圖像的底層視覺特征之間的差

2、距，從而大大提高了系統(tǒng)的檢索精度。 本文主要對圖像檢索中的相關反饋技術進行了研究，在此基礎上從機器學習的角度出發(fā)，提出了一種基于。RBFN的相關反饋算法，做出以下主要工作： (1) 深入研究了相關反饋技術。對相關反饋技術的思想、交互過程和用戶度量模式等進行了深入研究，在此基礎上提出了一種三級相關反饋方法：相關、模糊相關和不相關。這種三級相關反饋方法極大地方便了用戶對檢索結果的標注。 (2) 研究了圖像顏色特征提取

3、。在分析顏色直方圖的基礎上，提出了一種分塊顏色直方圖特征提取方法。該方法將圖像劃分成不均勻的3×3塊，分別提取每塊的顏色直方圖，結合了顏色與其空間分布信息。實驗結果表明，該方法能夠有效地表達圖像的顏色特征，檢索結果優(yōu)于全局顏色直方圖法。 (3) 提出了一種基于RBFN三級相關反饋的圖像檢索方法。用戶對初次檢索結果標注為：相關、模糊相關和不相關，并將這些信息反饋給系統(tǒng)；系統(tǒng)根據(jù)這些信息初步建立起RBFN的網(wǎng)絡結構；采用梯度下降方法