基于LDA主題模型的圖像檢索研究.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、圖像作為人們生活中最基本、最重要的多媒體信息載體之一，憑借著內(nèi)容豐富、表達直觀的優(yōu)勢，已廣泛滲透在各個領域，隨著科技的進步和人們生活方式的改變，圖像數(shù)量呈指數(shù)增長。從數(shù)量龐大、種類繁多的數(shù)字圖像中，快速準確地查找出所需相關圖像是管理使用海量圖像信息的重要途徑，因此對圖像的高效檢索和索引已成為國內(nèi)外信息檢索領域的研究熱點。
　　本文利用隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型進行圖像

2、檢索。該方法首先基于LDA主題模型，對搜集到的單目標圖像庫進行訓練生成類別主題;待用戶進行檢索時，基于類別主題，判斷用戶提交的待檢索圖像所包含的目標，并檢索出含有相似目標的圖像。通過設計多次相關測試實驗，證明了該方法針對多目標圖像的檢索具有較好的效果。
　　為了能讓用戶檢索出更符合其檢索意圖的圖像，本文引入了一種基于主題權(quán)重的相關反饋方法。待完成初次檢索后，用戶根據(jù)對檢索結(jié)果的滿意程度提交相關反饋，系統(tǒng)通過對用戶反饋的正反饋和負反

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論