基于多特征融合與SVM的圖像檢索研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)與多媒體技術(shù)的飛速發(fā)展以及大數(shù)據(jù)時代的到來，網(wǎng)絡(luò)上的圖像數(shù)據(jù)呈爆炸式的增長趨勢，人們的日常生活中也隨之充斥著各種各樣的圖像信息。如何從海量的圖像數(shù)據(jù)中快速而且準(zhǔn)確的獲取圖像信息成為一個迫切的需求?；趦?nèi)容的圖像檢索技術(shù)正是解決這一問題的研究重點與方向。然而基于內(nèi)容的圖像檢索的性能又受著圖像底層特征與圖像上層理解之間的語義鴻溝的影響。論文從兩個方面對圖像檢索技術(shù)開展研究:第一部分研究基于多特征融合的圖像檢索;第二部分研究基于

2、SVM（支持向量機）相關(guān)反饋的圖像檢索。主要工作如下:
　　(1)提出了一種多特征融合的圖像檢索算法。首先從圖像的底層特征提取方法展開研究，從整體上描述一幅圖像，提取全局圖像特征GIST，然后采用相似性度量方法在數(shù)據(jù)庫中尋找與查詢圖像在場景上相似的匹配圖像。之后以圖像局部特征為出發(fā)點，提取場景相似匹配圖像的局部SIFT（尺度不變特征變換）特征，由于一副圖像的局部SIFT特征為若干個特征點，因此采用基于BBF(BestBin Fir

3、st)搜索算法的點對匹配算法進(jìn)行SIFT特征點匹配。最后根據(jù)查詢圖像與場景相似匹配圖像SIFT特征點匹配數(shù)量返回檢索結(jié)果。通過先整體后局部的思想融合GIST特征與SIFT特征實現(xiàn)圖像檢索，本文融合算法與單特征算法的檢索性能進(jìn)行了實驗對比，實驗結(jié)果表明，融合多特征的檢索算法性能要優(yōu)于基于單特征的檢索算法。
　　(2)在傳統(tǒng)的基于內(nèi)容的圖像檢索基礎(chǔ)上研究了基于SVM相關(guān)反饋的圖像檢索。將機器學(xué)習(xí)的思想加入到圖像檢索中，在討論相關(guān)反饋技