基于SVM相关反馈的鞋印图像检索算法

发布时间：2021-02-19 10:50

　　在刑侦方面,鞋印图像的信息化检索对侦破串并案件有着重要的意义。在大规模的鞋印图像库中准确检索出与现场鞋印同类的图像是现在需要解决的问题之一。在基于内容的图像检索基础上,提出一种支持向量机（Support Vector Machine,SVM）与人工反馈结合的方式。利用K-means聚类算法对SIFT（Scale Invariant Feature Transformation）提取的特征向量聚类,构建鞋印图像特征包,并进行相似度排序,得出初步检索结果。用户以此结果进行相关反馈,通过SVM构造相应分类器,最后根据分类结果计算图像与超平面之间的距离来度量图像的相似度排序,返回二次检索结果。实验结果表明,在不同返回结果中二次检索比初步检索的查全率平均提高了6%。 

【文章来源】：计算机科学. 2020,47(S2)北大核心

【文章页数】：4 页

【文章目录】：
1 引言
2 鞋底痕迹花纹初步检索
    2.1 鞋印图像特征提取
    2.2 构建视觉词典
3 鞋底痕迹花纹二次检索
    3.1 SVM分类算法
    3.2 匹配策略
4 实验及其结果分析


【参考文献】：
期刊论文
[1]现勘图像检索综述[J]. 刘颖,胡丹,范九伦.  电子学报. 2018(03)
[2]基于整体特征的鞋印匹配算法[J]. 王红星,张燕.  科学技术与工程. 2017(15)
[3]基于SIFT和RANSAC的鞋印图像匹配算法[J]. 董艳丽,崔艳.  河南工程学院学报(自然科学版). 2017(01)



本文编号：3041012