学位论文 > 优秀研究生学位论文题录展示
直推式支持向量机研究及其在图像检索中的应用
作 者: 陈时
导 师: 郭茂祖
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 直推式支持向量机 图像检索 相关反馈 特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 101次
引 用: 0次
阅 读: 论文下载
内容摘要
基于内容的图像检索(CBIR)是计算机视觉和其它计算机科学领域的研究热点,但图像的低层特征与高层语义之间的巨大语义鸿沟束缚了CBIR的发展。基于支持向量机(SVM)的相关反馈机制被认为是一种可以有效跨越该鸿沟的策略,但这种方法没有利用未标记样本的隐含信息。为更好地利用这些信息,本论文提出将直推式支持向量机(TSVM)作为反馈过程中的学习算法,并在此基础上展开进一步研究,主要包括以下三方面的内容:第一,将TSVM引入到CBIR问题中。相比于SVM,TSVM具有更强的泛化能力,因此TSVM应用于CBIR是可行的;分析图像检索问题的需求,选择非渐进的TSVM逼近算法作为反馈过程中的学习算法;根据TSVM获得较好应用的文本分类问题中所用特征向量的特点,设计了一种颜色稀疏特征,并将其与纹理特征结合。实验结果表明无论选取SVM或TSVM进行学习,本文提出的混合特征在检索效果上都是最好的。第二,将TSVM引入到CBIR的同时也产生了一些新问题,这些问题主要有TSVM的检索结果并没有明显好于SVM,TSVM学习所需的时间远多于SVM,TSVM的分类性能随反馈次数增加没有明显改进。为此引入主动学习和增量学习来解决这些问题。通过主动学习选择分类器置信度最低的样本提供给用户进行标记,通过增量学习可以将用户前几次提供的反馈信息加以利用。以上的改进取得了令人满意的结果,同时也说明TSVM可以在文本分类以外的领域获得良好应用。第三,设计并实现了一个基于TSVM的检索系统。该系统将本论文提出的各种算法集成在一个平台上,既可以作为图像检索的演示系统,也可以作为记录结果的实验平台。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-16 1.1 课题的背景及意义 9-10 1.2 基于内容的图像检索概述 10-15 1.2.1 特征提取 11-14 1.2.2 查询算法 14-15 1.2.3 典型图像检索系统QBIC 15 1.3 本课题的主要研究内容 15-16 第2章 图像检索中的直推式SVM反馈学习 16-33 2.1 引言 16 2.2 半监督和转导思想 16-18 2.2.1 半监督算法 16-17 2.2.2 转导思想 17-18 2.3 直推式支持向量机 18-20 2.3.1 概述 18-19 2.3.2 TSVM逼近算法 19-20 2.4 图像检索中的TSVM 20-25 2.4.1 TSVM的直观解释 20-22 2.4.2 反馈算法 22-24 2.4.3 图像低层特征分析 24-25 2.5 颜色稀疏特征 25-27 2.6 实验结果及分析 27-31 2.6.1 实验设计 27-28 2.6.2 实验结果 28-31 2.6.3 实验分析 31 2.7 本章小结 31-33 第3章 直推式SVM反馈学习的改进 33-44 3.1 引言 33 3.2 主动学习 33-36 3.2.1 主动学习思想 33-34 3.2.2 TSVM主动学习算法 34-36 3.3 增量学习 36-40 3.3.1 增量学习思想 36-39 3.3.2 TSVM增量学习算法 39-40 3.4 实验结果和分析 40-43 3.4.1 实验结果 40-42 3.4.2 实验分析 42-43 3.5 本章小结 43-44 第4章 基于TSVM的图像检索系统 44-51 4.1 引言 44 4.2 图像检索数据处理的流程 44-45 4.3 系统描述 45-49 4.3.1 特征提取 45-46 4.3.2 参数设置 46-47 4.3.3 反馈过程 47-48 4.3.4 主界面 48-49 4.4 本系统运行所需要的环境 49-50 4.5 本章小结 50-51 结论 51-53 参考文献 53-57 攻读学位期间发表的学术论文 57-59 致谢 59-60 个人简历 60
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 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
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 生物医学领域检索系统查询扩展技术研究,TP391.3
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 多样性密度学习算法的研究与应用,TP181
- 基于随机森林的植物抗性基因识别方法研究,Q943
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
|