学位论文 > 优秀研究生学位论文题录展示
基于相关反馈的图像检索研究
作 者: 刘晓飞
导 师: 郭禾
学 校: 大连理工大学
专 业: 计算机应用技术
关键词: 相关反馈 选择性聚类集成 SIFT 全局颜色直方图 动态权值
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 72次
引 用: 0次
阅 读: 论文下载
内容摘要
随着大规模数字图像库的出现,人们将注意力转向图像本身包含的信息,作为搜索的索引,基于内容的图像检索技术CBIR(Content Based Image Retrieval)应运而生,并广泛应用于在医学、军事、和航空航天等领域。研究发现,在大规模检索过程中很难确定应用何种方法以及何种特征提取方法。本文在提取图像特征向量的基础上,将神经网络集成、动态权值调整与相关反馈技术相结合,提高图像检索的准确度。所做工作如下:首先,改进Bagging算法。原始Bagging算法随机可重复选取训练集训练个体网络。但是与相关反馈结合用于图像检索中时,由于初次检索结果中用户标注的正负(满意和不满意)图像极有可能存在分布不平衡的现象,导致训练的个体网络无效。改进的Bagging算法是正负图像中分别随机可重复的选取训练数据,这样就有效的避免了原始算法中的“一边倒”现象。实验结果证明提高了个体网络的有效性。其次,提出基于可达性矩阵的聚类算法(a cluster algorithm based on Accessibility Matrix,简写为AM),对个体网络进行聚类,自动获得聚类数目。该算法以图论和遗传算法中小生境合并理论为基础。首先,依据样本点之间的欧式距离将临近的样本点连线,模拟构成最初的小生境。其次,合并拥有共同节点的小生境。实现的过程依据图论,求构成的无向图的可达性矩阵,可达的顶点属于一个小生境,也就是一类。然后,利用这种选择性聚类集成算法进行图像的相关反馈检索,实验表明检索的查准率和查全率有了很大的提高。再次,提出一种基于SIFT(Scale Invariant Feature Transform)和全局颜色直方图的动态调整权值的多特征融合算法。首先,利用SIFT和全局颜色直方图法分别提取图像的特征向量,相似度降序排列可以得到初次排名。然后,利用用户的相关反馈,提出一种新的特征权值计算公式,重新计算图像排名。该算法在不增加计算量的同时考虑了用户评价的主观性。实验表明该算法比使用单一特征的检索和固定权值的检索结果均有较大改进。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-12 1.1 研究背景及意义 9-10 1.2 本文工作 10-11 1.3 本文的组织结构 11-12 2 理论基础 12-24 2.1 相关反馈 12-16 2.1.1 基于特征权值调整的RF 13 2.1.2 基于距离度量的RF 13-14 2.1.3 基于概率的RF 14-15 2.1.4 基于机器学习的RF 15-16 2.2 神经网络集成 16-21 2.2.1 个体网络生成方法 18-20 2.2.2 集成结果生成方法 20-21 2.3 选择性神经网络集成 21-23 2.3.1 个体生成方法 21-22 2.3.2 网络选择方法 22 2.3.3 网络选择评价 22-23 2.4 本章小结 23-24 3 基于选择性聚类集成的图像相关反馈检索研究 24-38 3.1 引言 24 3.2 特征提取 24-32 3.2.1 颜色直方图 24-26 3.2.2 特征向量降维 26-32 3.3 基于AM算法的选择性聚类集成 32-35 3.3.1 AM聚类算法 32-34 3.3.2 实验分析 34-35 3.4 改进的Bagging方法 35-36 3.4.1 算法描述 35-36 3.4.2 算法分析 36 3.5 基于选择性集成的相关反馈框架 36-37 3.6 本章小结 37-38 4 动态调整权值的多特征融合算法研究 38-45 4.1 引言 38 4.2 特征提取 38-41 4.2.1 SIFT 38-40 4.2.2 颜色直方图 40-41 4.3 基于SIFT和颜色直方图多特征融合算法 41-43 4.3.1 算法介绍 41 4.3.2 相似度的判断 41-42 4.3.3 实验分析 42-43 4.4 基于相关反馈的动态权值调整算法 43-44 4.5 本章小结 44-45 5 聚类算法和多特征融合技术的应用与实现 45-52 5.1 引言 45-47 5.2 特征向量降维 47-48 5.3 基于选择性聚类集成的图像相关反馈检索 48-50 5.4 基于动态调整权值的多特征融合图像相关反馈检索 50-51 5.5 本章小结 51-52 结论 52-54 参考文献 54-57 攻读硕士学位期间发表学术论文情况 57-58 致谢 58-60
|
相似论文
- Q学习在基于内容图像检索技术中的应用,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
- 生物医学领域检索系统查询扩展技术研究,TP391.3
- 基于特征描述的图像匹配方法研究,TP391.41
- 基于最近邻及相似度测量检测钓鱼网页技术的研究,TP393.08
- 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
- 基于图形处理器的SIFT算法研究,TP391.41
- 基于SIFT的数字水印算法研究,TP309.7
- 基于BoW-SIFT模型和层次网格特征的三维检索系统,TP391.41
- 基于多幅图像的几何和纹理自动重建,TP391.41
- 基于显著度抠像的图像检索研究与实现,TP391.41
- 基于SIFT特征和SVM的场景分类,TP391.41
- 基于图像配准的沙粒旋转角度计算方法,TP391.41
- 微博客话题追踪及实时检索的相关研究,TP393.092
- 图像制导模拟器图像生成研究,TP391.41
- 多光谱遥感图像配准与融合方法研究,TP751
- 基于SIFT算法单双目视觉结合的移动机械臂定位研究,TP241
- 动态场景下运动目标检测与跟踪,TP391.41
- 抗几何攻击图像水印算法研究,TP309.7
- 基于多标签学习的图像区域语义自动标注算法研究,TP391.41
- 强化学习和相关反馈在口腔正畸图像检索中的应用,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) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|