基于內(nèi)容的交互式圖像檢索技術的若干問題研究.pdf

1、隨著數(shù)字圖像數(shù)量的急劇增長,如何高效、快速地從海量圖像數(shù)據(jù)中檢索出用戶所需的信息是當前圖像應用領域的一個重要問題.20世紀90年代基于內(nèi)容的圖像檢索(Content based image retrieval, CBIR)應運而生.基于內(nèi)容的圖像檢索系統(tǒng)通過提取圖像的底層特征,實現(xiàn)圖像之間的相似度匹配.
　　對圖像內(nèi)容的描述包括全局描述和局部描述,常見的全局描述子有局部二值模式(Local Binary Pattern, LBP)

2、,方向梯度直方圖(Histogram of Oriented Gradients, HOG)以及顏色直方圖等.全局描述子的魯棒性較強,受噪聲的影響較小.然而,在檢索的過程中,根據(jù)人眼視覺感知特性,用戶常常對圖像中的某一目標感興趣,提取圖像的全局特征往往不能滿足用戶的檢索需求.相對于全局特征而言,局部特征對單一目標的描述更為有力.
　　然而,圖像所蘊含的豐富內(nèi)容是底層視覺特征遠遠不能表達的,如何減少圖像的底層特征和高層語義之間的“語

3、義鴻溝”是 CBIR的重要研究課題.相關反饋是減小語義鴻溝的一種有效的方法,首先在信息檢索中提出,20世紀90年代引入圖像檢索,并且證明能夠很好的提高檢索性能.相關反饋包括四個部分:(1)系統(tǒng)將初始檢索結果中的最相似的前N幅圖像返回給用戶;(2)用戶標注正例和反例;(3)通過用戶標注的正例和反例來學習用戶的檢索需求;(4)將圖像庫的圖像重新排序.
　　首先,本文提出了一個基于自適應學習區(qū)域重要性的交互式圖像檢索系統(tǒng),主要做了以下工

4、作:
　　一是為了減輕用戶選擇感興趣區(qū)域的負擔,我們提出了一個描述區(qū)域重要性(Region importance, RI)的指標.該指標綜合考慮了人眼視覺特性和圖像自身的特征.進一步地,該指標可以通過用戶提交的反饋信息進行改進.基于提出的RI,一種改進的基于區(qū)域的相似度匹配算法被提出.
　　二是為了進一步滿足用戶的檢索意圖,我們提出了一種反饋策略:自適應學習區(qū)域重要性(Adaptive learning region imp