学位论文 > 优秀研究生学位论文题录展示
基于内容的图像检索及相关反馈技术研究
作 者: 徐钦
导 师: 陈文兵
学 校: 南京信息工程大学
专 业: 应用数学
关键词: 图像检索 查准率 EM分类算法 相关反馈 SVM分类器 局部最优 贝叶斯算法
分类号: TP391.3
类 型: 硕士论文
年 份: 2012年
下 载: 45次
引 用: 0次
阅 读: 论文下载
内容摘要
基于内容的图像检索是利用图像的底层特征来表示图像信息,利用已经存在的图像处理技术构造新的算法来辨别图像的机制,并比较每幅图像中的可比较特征来进行匹配检索。这样方法的检索过程是计算机为中心的,计算机系统自动提取的图像的底层特征与图像的高层语义存在语义鸿沟。相关反馈技术通过人机交互建立了图像的底层特征和高层语义之间的关联,缩小了语义鸿沟,提高了检索精度。目前基于相关反馈的图像检索在进行几次迭代以后,查询点就会陷入局部最优,查全率和查准率很难再提高。为了解决上述问题,本文进行了如下研究:本文提出一种自适应的相关反馈算法,其基本思想是:检测当前查询点是否到达局部最优,如果到达局部最优,采用EM裂项算法,将这一查询点分裂为两个子查询点,通过查询点移动,使得两个子查询点各自达到局部最优;如果用户对当前的查询还不满意,再将这两个子查询点再次分裂成四个子查询点,并通过查询点移动,使得这四个子查询点各自达到局部最优。以此类推,直到达到满意。本文算法与以往算法相比,在查准率上有了明显改进。本文提出一种结合机器学习的自适应的相关反馈算法,其基本思想是:在改进的EM算法步骤中加入SVM学习器。根据贝叶斯相关反馈算法的响应值大小产生正类和负类查询点,通过学习正类查询点和负类查询点构造SVM学习器,接着用SVM分类器对数据库中的全部查询点进行分类,检测当前查询点是否达到局部最优,如果到达局部最优,采用EM裂项算法,将这一查询点分解为两个子查询点,通过查询点移动,使得两个子查询点各自达到局部最优;如果用户对当前的查询还不满意,再将这二个子查询点再次分解成四个子查询点,并通过查询点移动,使得这四个子查询点各自达到局部最优。以此类推,直到用户满意。
|
全文目录
摘要 5-6 Abstract 6-7 第一章 绪论 7-13 1.1 图像检索技术的发展和现状 7-8 1.1.1 基于文本的图像检索 7-8 1.1.2 基于内容的图像检索 8 1.2 国内外研究热点 8-11 1.3 已存在的图像检索系统 11-12 1.4 主要研究内容 12-13 第二章 EM算法的基本原理 13-25 2.1 EM算法 13-14 2.1.1 EM算法的含义 13 2.1.2 EM算法的参数估计过程 13-14 2.2 高斯混合模型的EM算法的实现 14-19 2.2.1 预备知识 14-16 2.2.2 EM算法推导 16-19 2.3 基于EM算法的聚类分析 19-25 2.3.1 基于EM算法的聚类 19-21 2.3.2 BYY学习系统和调和方程 21-22 2.3.3 改进的EM算法 22-23 2.3.4 BYY调和分裂准则 23-24 2.3.5 基于BYY的尺度增加EM算法 24-25 第三章 改进的EM算法在图像检索中的应用 25-33 3.1 引言 25-26 3.2 相关研究存在的问题及本文方法的基本思路 26-27 3.3 本文方法描述 27-29 3.3.1 贝叶斯相关反馈算法 27-28 3.3.2 判断是否达到最优 28 3.3.3 EM裂项算法 28-29 3.4 实验 29-32 3.4.1 对比算法的选择 29 3.4.2 数据集的选择 29-30 3.4.3 实验安排 30-31 3.4.4 结果与分析 31-32 3.5 结论与展望 32-33 第四章 结合SVM的改进的EM算法在图像检索中的应用 33-47 4.1 统计学习理论 33 4.2 线性SVM 33-36 4.2.1 线性可分模式的最优超平面的推导过程 34-35 4.2.2 推导最大间隔 35 4.2.3 求最大间隔 35-36 4.3 非线性SVM 36-38 4.4 相关研究及存在的问题 38 4.5 本文算法描述 38-41 4.5.1 算法原理 38-39 4.5.2 算法设计 39-41 4.6 实验 41-45 4.6.1 对比算法的选择 41 4.6.2 数据集的选择 41 4.6.3 实验安排 41-44 4.6.4 结果与分析 44-45 4.7 结论与展望 45-47 第五章 总结与展望 47-49 5.1 总结 47-48 5.2 展望 48-49 参考文献 49-54 作者简介 54-55 致谢 55
|
相似论文
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 大型耙吸挖泥船动力定位控制算法研究,U674.31
- 图的子树数目与网络可靠性,O157.5
- 重构算法在OFDM信道估计中的应用研究,TN919.3
- 心电特征提取及分类方法研究,TN911.7
- 微博客话题追踪及实时检索的相关研究,TP393.092
- 基于GEP的金属疲劳时间预测模型,O346.2
- 移动垂直搜索系统的研究,TP391.3
- 语义Web中的本体映射与评价,TP391.1
- 基于监督学习的图像局部特征点检测子研究,TP391.41
- 光照不变性特征在图像检索与识别中的应用研究,TP391.41
- 基于数据降维的人脸图像检索及识别,TP391.41
- 大规模图像检索中局部特征聚合与索引方法研究,TP391.3
- 基于内容的图像检索系统的研究与实现,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 可识别交叠细胞的红、白细胞图像自动分类技术研究,TP391.41
- 脉冲耦合神经网络在图像分割与图像检索中的应用研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 检索机
© 2012 www.xueweilunwen.com
|