面向顯著區(qū)域的圖像多特征融合檢索技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)和信息采集技術(shù)的發(fā)展，圖像作為普遍使用的信息載體，其數(shù)量呈爆炸式增長(zhǎng)。為了快速準(zhǔn)確的檢索到當(dāng)前需要的圖像，基于內(nèi)容的圖像檢索(CBIR)逐漸興起，由于其通用、高效、直觀、與專(zhuān)業(yè)知識(shí)無(wú)關(guān)等優(yōu)點(diǎn)，成為國(guó)內(nèi)外機(jī)構(gòu)的研究熱點(diǎn)，近年來(lái)也成為各互聯(lián)網(wǎng)公司競(jìng)爭(zhēng)的一個(gè)重要領(lǐng)域。
　　 本文圍繞著CBIR中顯著區(qū)域檢測(cè)、圖像特征提取與融合、檢索方法及相關(guān)反饋等技術(shù)環(huán)節(jié)進(jìn)行了一定的探索，主要研究工作如下：
　　 (1)針對(duì)圖像檢索

2、中對(duì)所有區(qū)域統(tǒng)一賦值，導(dǎo)致計(jì)算復(fù)雜且檢索準(zhǔn)確率低的問(wèn)題，本文提出了一種基于馬爾可夫隨機(jī)場(chǎng)的顯著區(qū)域檢測(cè)模型。實(shí)驗(yàn)結(jié)果表明，本文提出的顯著區(qū)域檢測(cè)方法能較好的檢測(cè)出圖像中的顯著目標(biāo)。
　　 (2)針對(duì)單特征無(wú)法準(zhǔn)確描述圖像的問(wèn)題，本文基于顏色、紋理及形狀三種特征，設(shè)計(jì)了一種圖像表示的方案。選取可伸縮顏色描述符、Gabor小波、形狀不變矩三種圖像特征，采用主成分分析技術(shù)對(duì)從圖像顯著區(qū)域中提取的特征向量進(jìn)行特征融合。
　　 (

3、3)針對(duì)底層特征與高層語(yǔ)義之間的“語(yǔ)義鴻溝”問(wèn)題，本文中創(chuàng)新性的引入了回聲狀態(tài)網(wǎng)絡(luò)實(shí)現(xiàn)底層特征到高層語(yǔ)義的映射。通過(guò)對(duì)圖像樣本數(shù)據(jù)構(gòu)建檢測(cè)模型，實(shí)現(xiàn)對(duì)查詢(xún)圖像的類(lèi)別概率計(jì)算，進(jìn)而達(dá)到查詢(xún)圖像與庫(kù)圖像相似度判別的目的。實(shí)驗(yàn)表明，本文的圖像檢索方法能很好的滿(mǎn)足用戶(hù)的檢索需求。
　　 (4)為了提高檢索的準(zhǔn)確度，并把用戶(hù)的理解融入檢索過(guò)程中，文中最后對(duì)檢索過(guò)程引入了用戶(hù)相關(guān)反饋，并根據(jù)本文ESNs檢索架構(gòu)設(shè)計(jì)了相關(guān)反饋類(lèi)別篩選策略。實(shí)