一种基于群稀疏特征选择的图像检索方法-论文.pdf

一种基于群稀疏特征选择的图像检索方法-论文.pdf

ID:58298332

大小:826.03 KB

页数:6页

时间:2020-05-04

一种基于群稀疏特征选择的图像检索方法-论文.pdf_第1页
一种基于群稀疏特征选择的图像检索方法-论文.pdf_第2页
一种基于群稀疏特征选择的图像检索方法-论文.pdf_第3页
一种基于群稀疏特征选择的图像检索方法-论文.pdf_第4页
一种基于群稀疏特征选择的图像检索方法-论文.pdf_第5页
资源描述:

《一种基于群稀疏特征选择的图像检索方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第3l卷第9期计算机应用研究V01.3lNo.92014年9月ApplicationResearchofComputersSep.2014一种基于群稀疏特征选择的图像检索方法术郑秋中,徐军(南京信息工程大学信息与控制学院,南京210044)摘要:针对图像检索问题,提出一种基于群稀疏特征选择的图像检索方法。利用特征具有的群聚与稀疏的特性,构建一个范数正则化逻辑回归问题,运用自适应谱梯度算法(ANSPG)有效地求解权重,根据这个权重选择出有效特征。最后运用所选择的有效特征在基于内容的检索框架上进行图像检索。在Corel5K与IAPRIC12图像库

2、上进行的实验结果表明,提出的方法具有非常良好的性能。关键词:基于内容的图像检索;特征选择;逻辑回归;群稀疏表示;L2。范数正则化中图分类号:TP391.41文献标志码:A文章编号:1001·3695(2014)09—2867—06doi:10.3969/j。issn.1001—3695.2014.09.074GroupsparsebasedfeatureselectionforimageretrievalZHENGQiu—zhong,XUJun(SchoolofInformation&Control,NanjingUniversityofIn

3、formationScience&Technology,Nanjing210044,China)Abstract:Basedongroupsparserepresentationtechnique,thispaperproposedanewimagefeatureselectionalgorithmonsearchingimagebyusingtheselectedfeatureforimageretrieva1.Firstofall,itproposedaregularization—basedlogisticregres—sionbyut

4、ilizingboththesparsityandclusteringproperties.Theweightcouldbeeffectivelyworkedoutbytheadaptivespectralgradientalgorithm(ANSPG).Thenitselectedthemosteffectivefeaturesaccordingtothesizeoftheweights.Finally,item-ployedtheselectedeffectivefeaturesforCBIRframework.Theexperiment

5、alresultsonbothCorel5KandIAPRIC12imagesetsshowthattheproposedalgorithmhasverygoodperformance.Keywords:contentbasedimageretrieval(CBIR);featureselection;logisticrecession;groupsparerepresentation;L2lregularization域科技人员的广泛重视和研究。基于内容的图像检索,这个概0引言念是于1992年由Kato提出的,经过这二十年的研究,国内外的许

6、多高校和研究机构投入了大量的资金、人力和物力,并取随着数据库、多媒体和网络技术的飞速发展,人们越来越得了一定的成果,如IBM公司开发的QBIC系统、Virage公司多地接触到拥有大量数字图像的数据库,为了对图像库进行有开发的Virage系统、MIT的多媒体实验室开发的Photobook系效管理,人们急切需要高效的图像检索系统。由于技术原因,统、哥伦比亚大学开发的VisualSEEK和WebSEEK系统、中国目前许多流行的商用Web图像搜索引擎,如Google、百度、360科学院计算机技术研究所智能信息处理重点实验室研发的搜索等都是传统的基于文

7、本的图像检索。基于文本的图像检Mires系统等。索采用Web网页中与图像关联的文字信息来完成搜索任务,图像特征的提取是基于内容的图像检索的第一步,也是最但是它有以下缺点:a)描述能力有限,例如对纹理、不规则形为关键的一步。不同的图像低层视觉特征都具有其独特的性状等无法精确描述;b)描述具有主观性,不同人对同一幅图像质和适合的应用场合。例如颜色特征适用于颜色信息较为丰的描述可能不同;C)在现代社会海量的图像面前,每一幅图像富,且图像之间颜色分布差异较大的图像数据库;对于富含纹皆有详细的文本描述,显然这是不现实的。为了克服传统检索理信息的图像(如

8、医学、植物、岩石图像等)通常采用的方法是方法的局限性,基于内容的图像检索技术应运而生。基于内容基于纹理特征的检索方式;而针对具有明确主体对象且目标边的图像检索采用的

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。