基于关联图增强的网络图像检索.pdf

《基于关联图增强的网络图像检索.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ADissertationSubmittedtoZhejiangUniversityfortheDegreeofMasterofEngineering1—1一Author：Yi堡i垒gQi坠Supervisor：JianShaoY坠曼!i堕g圣鱼坠垒坠gSubject：gQ堡卫坠±星!!垒P!i鱼垒!iQ垒至曼垒h坠Q!QgYCollege：．—．ComputerScienceandTechnology．．—．SubmittedDate：2014—01一07浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的

2、研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得逝婆盘堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解逝姿太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝婆太堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文

3、。(保密的学位论文在解密后适用本授权书)学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日浙江大学硕士学位论文摘要随着互联网的迅猛发展，网络多媒体数据与日俱增，其中网络图像数据的增长尤为明显，仅仅在Facebook论坛上，每天就有超过3亿张图像被上传和分享。在淘宝网上，每天的在线商品数量大约有5亿，商品图像数据超过了15亿。面对这些海量繁杂的网络图像数据，如何快速有效的检索需要的图像成为现在的研究热点。对此，本文以图像检索中经典的词袋(Bag—of-Word)模型为基础，并结合网络图像包含大量伴随文本的特点，提出了基于关联图增

4、强的网络图像检索算法，主要思想为构造关联图，利用关联图对视觉单词和伴随文本两个模态的检索结果作二次优化检索。本文的主要工作如下：首先，搭建了一个基于词袋模型的图像检索实验系统，采用多种方法生成不同的图像视觉单词，通过对比实验，设计了一种比较适合检索网络图像的视觉单词提取方式。其次，为了更好的融合视觉单词和伴随文本的检索结果，本文提出基于关联图模型的二次检索。将初步检索的结果在关联图上作随机游走，得到充分融合后的结果。为了让算法能够处理海量规模的数据，本文作了进一步的优化，将关联图分割成若干子图，每次检索只使用少量子图，有效的减少了数据规

5、模。最后，通过对比实验证明：相比于传统的图像检索方式，本文提出的图像检索优化算法能够得到更为准确的检索结果。关键词：网络图像检索，视觉单词，关联图，随机游走浙江大学硕士学位论文AbstractWiththerapiddevelopmentoftheIntemet，allincreasingnumberofmultimediadataobjectsareproducedateverymoment．Amongthem，webimagesplayallimportantrole．Forexample，OntheFacebookwebsite，

6、morethan300millionwebimagesareuploadedandsharedeveryday．OntheTaobaotradingplatform，thenumberofonlinecommoditiesisabout500million，including1．5billionwebimages．W胁thesemassivewebimages，givenaqueryimage，howtoretrieverelevantimagesaccuratelyandefficientlyisaresearchhotspotnow

7、．Thispaperfocusesonthisproblem．Basedonthe“bag—of-words”modelandrelativetagsinwebimage，weproposeareinforcementalgorithminthispaper：Usinglinkedgraphtorefinethebasicretrievalresult．Themainideaistointegratethelow—levelvisualfeaturesandrelativetagsoftheimagestoachievebetterre

8、trievalresult．Themainworkofthispaperisasfollows：Firstly,webuildanimageretrievalsystembasedonthe“bag—of-