面向图像购物搜索的图像分析方法研究

《面向图像购物搜索的图像分析方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：＂叫解｜彝讀诚義贏觀黎儀擊禱＾觀滿ｉ貧却｜ｒ＇瑚、管雖西．巧｜．ｒ一，春５１ｓ醉叫Ｓ｜学？奮芭哪Ｖ害ｉ義．鮮：農幕‘＾搞莽識换藝減；囊薄聲＾ｕｕ兩．輸，璋；．．＂一；規氏驚养鋪．皆堵．－托３Ｖ躍／郑：Ｋ＾ｆ義Ｈｖ、ｙ．，ｉ，：一薄．；．薦＾滅＊巧＾玻壬；立方论３文禱．＇．￥．．．；．．．；Ｖ．＂，？．謂皆＾義＊：勇哉＇．．義ｓ吗．歌；於載ｓ：？围：濟苗ｒ２締方法！巧苗荫ｇ編：．；一」＇．，＇Ｖ；．．．；．禱．．龜—‘雪Ｖ．ｆ蔡１Ｉ喔如ｉ学说Ｓ誦靴．１ｆ：：！．．：為謂．考业ｉ態輔表一；，－；ｖ％究Ｉ匯巧吗某１寶

2、研向：＜．２心；＿．巧名王＆浩＾：．．．＇ｒ诗ｋ璋导师拂觸没＾ｆｒ．堯成期年Ｗ月加＼或讀答辩期牟Ｕ月？：；陪护ｆ；。．ｔ藝：ｈ－Ｈ．ｙ．■＾＾：邊霎户嗦扇；響；：作賓Ｖ．讓非．；：缓費焉＾：賴巧作‘藝趙講‘RESEARCHONIMAGEANALYSISFORPRODUCTIMAGESEARCHADissertationSubmittedtoNanjingUniversityofFinanceandEconomicsFortheAcademicDegreeofMasterofEngineeringBYW

3、angQihaoSupervisedbyProfessorWangBinSchoolofInformationEngineeringNanjingUniversityofFinanceandEconomicsNovember2015学位论文独创性声明本论文是我个人在导师指导下进行的研究工作及取得的研巧成果．论文中除了特别加Ｗ标注和致谢的地方外，不包含其他人或其它机构已经发表或撰写过的研巧成果．其他同志对本研究的启发和所做的贡献均己在论文中作了明碗的声明并表示了谢意．王如建ＷＬ本！ｉ作者签名：日期：学位论文使用授权声明本人

4、完全了解南京财经大学有关保留、使用学位论文的规定；，即学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可（＾公布论文的全部或部分内容可Ｗ采用影印、缩印或其它复制手段保存论文．保密的论文在解密后遵守此，规定．一作者签名：导师签名；＾日期：柄。南京财经大学硕士学位论文摘要电子商务的迅猛发展改变了人们传统的购物习惯。然而，现有的利用分类搜索和关键字搜索的商品搜索技术，存在搜索结果量大而匹配精确度低的问题。本文以商品图像搜索为研究焦点，重点研究了其核心问题－商品图像的特征抽取和匹配问题。本文工作的主要贡献是针对经典的尺度不变特征

5、变换描述子SIFT（ScaleInvariantFeatureTransform），在应用于商品图像识别中，存在的在较大仿射变换和视角变换的情况下，无法进行有效匹配的问题，提出了一种新的融合多视角的仿射不变描述子。该描述子首先将商品图像进行模拟视角转换，生成一组模拟视角图像序列，然后检测序列图像的视觉特征，最后利用随机抽样一致算法RANSAC（RandomSampleConsensus），将模拟视角图像序列中的视觉特征映射到原始图像中，共同构成原始图像的特征点。本文还对传统词袋模型BoW（Bag-of-Words）中视觉词典的构造方法和视觉特征的量化

6、方法进行了改进。针对构造视觉词典的传统K-Means聚类算法存在的初始聚类中心的随机选取，所导致的聚类结果不稳定，且易存在局部极值点的问题，提出采用密度敏感相似性度量方法确定K-Means聚类算法的初始聚类中心；并针对传统视觉特征量化采用硬量化方法HQ（HardQuantization），而忽视了视觉特征与视觉单词之间联系的问题，提出采用软量化方法SQ（SoftQuantization）方法进行视觉特征量化。用从淘淘搜、最美搜衣、唯品会等购物网站上抓取的13000幅服装商品的图像构造商品图像数据库，对本文提出的方法进行测试，并与采用梯度方向直方图HO

7、G（HistogramofOrientedGradient），常规SIFT特征以及传统BoW的方法进行比较，证明了本文提出的图像特征提取算法和改进的BoW算法的有效性。关键词：SIFT描述子；词袋模型BoW；视角变换；仿射不变；商品图像搜索I南京财经大学硕士学位论文ABSTRACTTherapiddevelopmentofelectroniccommercehaschangedpeople'straditionalshoppinghabits.However,theexistingsearchtechnologiesthatusingclassifi

8、cationsearchorkeywordsearch,havetheproblemsoflargeamou