收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于聚类和SVM主动反馈的图像检索方法

陈卓  
【摘要】: 随着计算机技术和互联网的飞速发展,包括数字图像在内的各种多媒体数据的数量正在以惊人的速度增长,面对海量的多媒体信息,如何有效的管理、组织和利用有用的信息是一个关键和迫切的问题,同时也是一个重大的挑战。当传统的基于标注的图像检索方法已经不能满足用户的需求的时候,研究者们提出了一种通过提取图像视觉内容,如颜色、形状、纹理等特征来实现检索的技术,并称之为基于内容图像检索技术。 基于内容图像检索存在的主要问题是低层图像特征到高层语义特征的映射问题,以及用户的主观性问题,称之为语义鸿沟问题。为了更好的解决这个问题,在上世纪90年代末期,最初在文本检索中使用并取得成功的相关反馈技术引入到基于内容图像检索中,它吸引了很多研究者的兴趣,并被证明是一种提高基于内容图像检索系统的性能的有效方法。研究者将相关反馈问题看成监督学习的过程,由此许多研究把机器学习方法引入到相关反馈技术中。最近很多相关反馈的研究都是基于支持向量机。相比其他算法,支持向量机有较好的泛化能力,不需要严格的假设,以及快速学习能力。结合主动学习的思想,Tong提出一种SVM-active主动反馈算法,并认为最接近分类边界的图像是最有信息度,在每轮反馈中选择最接近SVM分类超平面的样本作为反馈样本,但是此方法存在反馈样本特征冗余,SVM学习会变得偏差和不稳定。 视觉特征选择一直是图像检索研究的一个热点。在检索过程中,根据用户查询需求的不同,用户对不同特征的关注度不一样,即不同的类型的图像与不同特征子空间的相关度是不一致的,在某些查询里面,颜色特征可能占有更重要的作用。因此需要一种更好的方法来描述用户的查询意图和特征子空间之间的关系。为了改进SVM-active的样本选择策略和更好的模拟用户查询时候对不同特征子空间的关注度,本文提出了一种主动学习算法。颜色和纹理可以认为是一张图片的两个充分不相关的视图,结合多视图学习的思想,首先分别计算颜色和纹理两种特征空间的权值,并在两种特征空间上分别进行SVM学习,并对未标注样本进行分类;为了减少反馈样本的冗余,基于K-means聚类的主动反馈策略被采用,将未标注样本返回给用户标注。通过同传统的基于SVM相关反馈算法和基于主动学习SVM反馈算法的实验比较,表明该图像检索方法有较高的准确性,并且有不错的检索效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 段立娟,高文,林守勋,马继涌;图像检索中的动态相似性度量方法[J];计算机学报;2001年11期
2 沈玉利,王蕙;基于图像与视频数据检索的分布式多媒体数据库系统融合技术研究[J];现代计算机;2001年10期
3 王朝晖,龚声蓉,唐国维;基于内容的图像检索中的一种多粒度组合查询方法[J];微电子学与计算机;2002年09期
4 王欣;基于WWW的图像检索技术[J];现代图书情报技术;2002年03期
5 陈清文;论基于内容的图像检索技术[J];中华医学图书情报杂志;2002年06期
6 陈晞,杨轶,董育宁;用于图像检索的MPEG-7形状描述子[J];电视技术;2003年04期
7 汪祖媛,庄镇泉,何劲松,王煦法;基于形状的小波变换系数广义高斯分布图像检索算法[J];电子学报;2003年05期
8 王真;图像搜索引擎特征及分类[J];内蒙古科技与经济;2005年17期
9 尚赵伟,张明新,沈钧毅,相明;基于双密度小波变换的纹理图像检索[J];西安交通大学学报;2005年10期
10 朱利华;冀小平;;小波模极大值法在图像检索中的应用[J];科技情报开发与经济;2007年03期
11 纪秀辉;周亮;;图像数据挖掘过程和方法的研究[J];硅谷;2009年03期
12 周船,朱枫,谈大龙;基于海底资源丰度的图像检索[J];信息与控制;2003年05期
13 王丽萍,邱飞岳;椭圆逼近形状轮廓的图像检索方法研究[J];浙江工业大学学报;2003年05期
14 牛蕾,倪林;基于内容的图像检索中的相关反馈算法[J];计算机工程与应用;2004年32期
15 陈少仿;颜色的空间分布密度与图像检索[J];现代计算机;2005年07期
16 周宁,杨传志,吴佳鑫;图像索引与检索的XML方法[J];现代图书情报技术;2005年09期
17 木拉提·哈米提;刘伟;童勤业;;纹理谱直方图与潜在语义标引在图像检索中的应用[J];科技通报;2006年03期
18 李丙春;;基于共生矩阵的图像纹理特征提取及应用[J];喀什师范学院学报;2006年06期
19 董文鸳;;国外图像搜索引擎比较分析及启示[J];图书馆杂志;2006年12期
20 巩艳华;朱爱红;代凌云;;基于颜色直方图的颜色特征提取[J];福建电脑;2007年05期
中国重要会议论文全文数据库 前10条
1 李凌伟;周荣贵;刘怡;;基于概念的图像检索方法[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
2 牛晓晖;王妍;贾克斌;;基于信息突变的图像检索方法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
3 马帅;吴飞;杨易;邵健;;基于稀疏非负矩阵分解的图像检索[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
4 蔡念;张国宏;楼朋旭;戴青云;;基于形状和纹理的外观设计专利图像检索方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 朱松豪;梁志伟;;用半监督学习方法实现图像检索[A];第二十九届中国控制会议论文集[C];2010年
6 王晗;滕鹏;梁玮;;使用稠密兴趣点包的非对称风景图像检索[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年
7 吴成玉;邰晓英;赵杰煜;;基于颜色特征的图像检索方法与实现[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
8 王宇生;陈纯;;一种用于图像检索的纹理特征[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
9 赵海英;彭宏;;基于最优近似反馈的图像检索[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
10 李太君;康耀红;温小斌;潘学松;;基于改进的颜色直方图模型的图像检索[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
中国博士学位论文全文数据库 前10条
1 曹梅;网络图像检索的用户信息行为研究[D];南京大学;2010年
2 许相莉;基于智能计算的图像检索算法研究[D];吉林大学;2011年
3 雷亮;互联网环境下图像检索若干问题研究[D];重庆大学;2011年
4 何宁;图像检索中跨模语义信息获取方法研究[D];武汉大学;2013年
5 陈永健;基于内容的大规模图像检索关键技术研究[D];华中科技大学;2011年
6 陆文婷;图像检索中的特征表示模型和多信息源融合方式的研究[D];北京邮电大学;2012年
7 吴伟文;基于计算机视觉的目标图像检索相关技术的研究[D];华南理工大学;2012年
8 段曼妮;图像挖掘在图像检索中的应用[D];中国科学技术大学;2009年
9 徐望明;面向图像检索和分类任务的稀疏特征学习[D];武汉科技大学;2013年
10 刘为;基于内容图像检索关键技术的研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前10条
1 张彩华;基于颜色和纹理特征的图像检索[D];哈尔滨理工大学;2010年
2 程涛;基于颜色和形状特征的图像检索[D];西北大学;2010年
3 黄会;基于半监督和集成学习的交互式图像检索算法研究[D];大连海事大学;2010年
4 张松林;基于纹理特征的图像检索方法研究[D];重庆大学;2010年
5 郑爱彬;基于相关聚合直方图的图像检索研究[D];南京师范大学;2003年
6 聂加娜;融合颜色和形状特征的图像检索方法[D];曲阜师范大学;2010年
7 张永权;图像检索中多特征组合和相关反馈技术研究[D];兰州理工大学;2010年
8 邓小飞;基于内容的实时图像检索系统[D];电子科技大学;2010年
9 冉令峰;基于图像检索的机动车安检机构监管系统关键技术的研究[D];哈尔滨工业大学;2010年
10 王冰梅;基于多特征融合的图像检索方法研究与实现[D];大庆石油学院;2010年
中国重要报纸全文数据库 前10条
1 ;图像检索新技术[N];中国知识产权报;2000年
2 微软中国研究院 陈正 李明镜 马维英;互联网上图像信息检索[N];计算机世界;2001年
3 刘阳子;中国外观设计专利智能检索系统开通[N];中国知识产权报;2008年
4 武德锋 李国辉 林洪文 姚作梁;图像世界任我行[N];计算机世界;2002年
5 本报通讯员 阳雄 周振彦;李建平:我要让世界颤动一下[N];科技日报;2002年
6 陈立娜;互联网上的图像搜索引擎[N];网络世界;2000年
7 《金周刊》记者 杨蔼新;世纪超星:抢占数字图书市场[N];中国经营报;2001年
8 李杰陈 晓勤 郑泽民 张云霞;中国电信“全球眼”力助汽车保险业务[N];人民邮电;2007年
9 田彩霞;世界经济不景气,微利图库却逢春[N];中国摄影报;2009年
10 电脑商报记者 冯华中;佳能:站在中国看未来[N];电脑商报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978