基于文本語義和視覺內(nèi)容的圖像檢索技術(shù)研究.pdf

1、隨著數(shù)字成像、數(shù)據(jù)存儲(chǔ)等技術(shù)的飛速發(fā)展以及互聯(lián)網(wǎng)的普及，各種各樣的圖像正以驚人的速度增長，日益豐富的圖像資源使用戶難以在浩如煙海的數(shù)據(jù)庫中找到其真正需要的信息，因而有效的圖像檢索技術(shù)成為近年來研究界關(guān)注的熱點(diǎn)。
　　現(xiàn)有的圖像檢索技術(shù)主要可分為兩種:基于文本信息的圖像檢索與基于視覺信息的圖像檢索。前者主要依賴于圖像的文本標(biāo)注信息進(jìn)行檢索，但面對(duì)數(shù)以萬計(jì)的圖像，手工標(biāo)注的代價(jià)太過昂貴，使得此種檢索方案漸已不能滿足現(xiàn)實(shí)的應(yīng)用需要;后者

2、主要利用視覺特征提取和高維索引技術(shù)進(jìn)行檢索，但因?yàn)檎Z義鴻溝的存在，視覺特征相似的圖像很可能在語義上是不相關(guān)的，使得很多情況下此種檢索方案難以滿足用戶的信息需求。為了充分發(fā)揮兩種檢索方案各自的優(yōu)勢(shì)同時(shí)降低它們的缺陷，學(xué)者們研究了多種方法來結(jié)合這兩種技術(shù)以進(jìn)行檢索，這些工作都顯著地提高了圖像檢索的性能。本文在此基礎(chǔ)上就如何融合視覺內(nèi)容與文本語義進(jìn)行圖像檢索做了一些研究工作，主要分為以下幾點(diǎn):
　　1研究了圖像視覺內(nèi)容的描述方法。針對(duì)使

3、用傳統(tǒng)的SIFT特征來描述圖像視覺內(nèi)容速度較慢、效率較低等缺陷，提出了使用改進(jìn)的DSIFT特征結(jié)合詞袋模型以構(gòu)造視覺單詞的方式來描述圖像的視覺內(nèi)容。
　　2研究了一種如何根據(jù)圖像視覺內(nèi)容自動(dòng)獲取其語義信息的方法。針對(duì)依賴人工標(biāo)注來獲取圖像語義信息需耗費(fèi)較大代價(jià)的問題，提出了一種基于概率隱語義分析模型的圖像語義自動(dòng)獲取方法，它將圖像視為一系列文本信息與視覺信息的潛在主題混合，先通過擬合兩個(gè)PLSA模型來分別學(xué)習(xí)文本信息和視覺信息，再

4、使用一種自適應(yīng)不對(duì)稱學(xué)習(xí)方式來建立兩種信息間的聯(lián)系，如此即可以根據(jù)圖像的視覺內(nèi)容來自動(dòng)獲取其語義信息。
　　3研究了一種將文本信息與視覺信息結(jié)合起來進(jìn)行圖像檢索以提高檢索精度的方法。提出了分層檢索的思想，先依據(jù)自動(dòng)獲取的語義信息初步檢索篩選出語義相關(guān)的圖像，再根據(jù)提取的視覺特征進(jìn)行第二層細(xì)化檢索對(duì)圖像按相關(guān)度由大到小排序輸出。
　　在自主設(shè)計(jì)的檢索原型系統(tǒng)上，針對(duì)圖像數(shù)據(jù)集Corel1K進(jìn)行的一系列實(shí)驗(yàn)表明，本文所做的研究工