基于内容图像检索中的相关反馈技术研究

基于内容图像检索中的相关反馈技术研究

ID:40918353

大小:508.64 KB

页数:5页

时间:2019-08-10

基于内容图像检索中的相关反馈技术研究_第1页
基于内容图像检索中的相关反馈技术研究_第2页
基于内容图像检索中的相关反馈技术研究_第3页
基于内容图像检索中的相关反馈技术研究_第4页
基于内容图像检索中的相关反馈技术研究_第5页
资源描述:

《基于内容图像检索中的相关反馈技术研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第26卷第7期计算机应用研究Vo.l26No.72009年7月ApplicationResearchofComputersJu.l2009*基于内容图像检索中的相关反馈技术研究刘琳,李仁发,李仲生,刘钰峰(湖南大学计算机与通信学院,长沙410082)摘要:简要介绍了基于内容的图像检索,讨论了相关反馈的基本思想及其交互过程,重点对现有的相关反馈算法进行了分类总结和分析,并展望了今后相关反馈技术的发展趋势。关键词:相关反馈;基于内容的图像检索;人机交互中图分类号:TP391文献标志码:A文

2、章编号:1001-3695(2009)07-2427-05do:i10.3969/.jissn.1001-3695.2009.07.007Researchonrelevancefeedbackinconten-tbasedimageretrievalLIULin,LIRen-fa,LIZhong-sheng,LIUYu-feng(SchoolofComputer&Communication,HunanUniversity,Changsha410082,China)Abstract:Thispaperga

3、veabriefintroductionofconten-tbasedmiageretrieva,landalsodiscussedthebasicmethodandtheinteractiveprocessofrelevancefeedback.Thensummarizedandanalyzedsomeexistingtechniquesonrelevancefeedbackde-tailedly.Finallypreviewedthefuturedevelopmentsoftherelevancef

4、eedback.Keywords:relevancefeedback;conten-tbasedmiageretrieval(CBIR);human-computerinteraction进而缩小语义鸿沟,提高检索精度。这就是近年来出现的相关0引言[2]反馈技术。随着多媒体技术的飞速发展和Internet的普及,数字图像1基于内容图像检索简介的数量快速增长。图像作为一种内容丰富、表现直观的多媒体信息,已在国防军事、工业制造、医疗卫生、新闻媒体和大众娱基于内容图像检索系统是将图像表示为高维空间中的矢乐

5、等领域发挥着重要作用。面对日益庞大的图像数据库,图像量,这些矢量是由从图像中提取的颜色、纹理、形状等底层特征无序化问题也越来越突出,如何在海量的图像数据库中快速找组成的。其检索方法是:系统在将图像存入图像库的同时,自到用户感兴趣的图像已成为一个亟待解决的问题。为此,基于动提取反映该图像内容的特征矢量,并存入与图像库相连的特内容的图像检索技术应运而生,并已成为近年来的研究热点征库中。在进行图像检索时,对每一幅给定的查询图像自动提之一。取该图像的特征矢量,通过将该图像特征矢量与特征库中的特最初的图像检索是基

6、于文本的检索,主要是利用文本描述征矢量进行相似性匹配,并根据匹配结果到图像库中搜索,提的方法来标注图像的特征,然后应用文本检索技术实现对标注取出与所查询图像最相似的图像。[1]基于内容的图像检索融合了图像处理、模式识别、图像理图像的检索。然而图像内容是复杂多样的,不同的人对图像的理解不是完全一致,一般很难用准确的词汇描述图像的内解等多个领域的知识,其研究重点集中在图像底层特征的提取容;另外,对大量图像进行标注也是一项费时费力的工作。这和特征相似度匹配,并涌现出许多实用方法。例如:颜色特征[3,4]些因素

7、导致基于文本的图像检索在实际应用中不能达到理想有颜色直方图、颜色矩和颜色集等表示法;纹理特征有共效果。在此背景下,为了提高图像资源的利用率,20世纪90生矩阵法、Tamura纹理特征、基于小波变换的纹理特征、Gabor[5~7][8]年代出现了基于内容的图像检索(CBIR)。滤波器等;形状特征有形状不变矩和傅里叶描述等方CBIR是利用图像的底层特征(颜色、纹理、形状、空间关系法。由于所提取的图像特征矢量通常被看做特征向量空间中等)来表示图像信息,然后在底层的多维特征空间中进行图像的点,常用的图像相似度比

8、较方法是通过计算两点之间的距离之间相似度的匹配。尽管这种方法克服了文本检索中的问题,来衡量特征间的相似性。常用的有绝对值距离、欧式距离、马但是由于其检索过程以计算机为中心,系统自动提取的图像特氏距离、直方图相交距离、二次式距离、Minkowski距离及其加[9]征与图像的高层语义(用户的主观评价)之间存在巨大的差距权形式等。(即语义鸿沟问题),使得检索结果难以令人满意。随着基于内容图像检索技术的迅猛发展,一些检索系统被为了解决上述问题,研究

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。