基于分离视觉词典和多特征表示的图像检索算法研究

发布时间：2021-02-11 11:38

　　面对海量的图像、视频等多媒体数据,最基本的问题之一是计算机自动从图像中快速而准确地查找到感兴趣的内容,即基于内容的图像检索。由于图像检索对智能化、实时性、精准性的要求,因此设计高性能的基于内容的图像检索算法是非常具有挑战性的一项研究工作。本文围绕基于内容的图像检索的关键技术展开研究,其中包括图像表示（如何设计高效且有辨别力的图像特征）、特征融合（强有力地提高特征性能的手段）、图像相似性（如何设计高效而精准的相似性策略）三方面内容。本文的主要研究工作如下:（1）对于大规模的图像检索,经典的词袋（Bag-of-Word,BoW）模型中,较大的视觉词典能够保证检索准确率但导致低召回率,中等大小的词典能够提高召回率。为此,我们提出一种基于分离视觉词典和稀疏表示的图像检索算法,同时保留大词典和小词典的优势。为了减少量化误差和提高召回率,提出了基于非负正交匹配追踪算法的稀疏表示模型,将每个特征同时量化到多个视觉单词。为了进一步提高检索准确率,提取基于局部梯度特征的BoW图像表示和图像全局结构特征在相似性度量阶段进行融合。在图像数据库上的实验结果表明,本文提出的基于分离视觉词典和稀疏表示的图像检索算... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：122 页

【学位级别】：博士

【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 研究现状分析
    1.3 主要研究内容
    1.4 论文的组织结构
2 图像检索相关技术介绍
    2.1 图像表示
        2.1.1 特征提取
        2.1.2 视觉词典学习
        2.1.3 特征量化
        2.1.4 特征聚集
    2.2 特征融合
    2.3 图像相似性
    2.4 图像数据库
        2.4.1 数据库简介
        2.4.2 评价度量指标
    2.5 本章小结
3 基于分离视觉词典和稀疏表示的图像检索
    3.1 引言
    3.2 相关工作
        3.2.1 视觉词典学习
        3.2.2 GIST特征
        3.2.3 稀疏表示
    3.3 分离视觉词典
    3.4 特征的提取和量化
    3.5 相似性匹配
    3.6 实验结果
        3.6.1 实验基准
        3.6.2 实验参数设置
        3.6.3 稀疏表示量化和特征融合的性能实验
        3.6.4 分离视觉词典的性能实验
    3.7 本章小结
4 基于压缩感知特征融合的图像检索
    4.1 引言
    4.2 相关工作
        4.2.1 Color Names描述子
        4.2.2 压缩感知理论
    4.3 加权VLAD
    4.4 压缩感知转换器
    4.5 实验结果
        4.5.1 实验参数设置
        4.5.2 加权VLAD性能实验
        4.5.3 基于压缩感知特征融合的性能实验
    4.6 本章小结
5 基于多层次图像块联合相似性匹配的图像检索
    5.1 引言
    5.2 相关工作
        5.2.1 SOP分块算法
        5.2.2 视觉短语
        5.2.3 基于深度学习模型的图像检索
    5.3 基于复合视觉短语的图像检索
        5.3.1 复合描述子
        5.3.2 基于复合视觉短语的图像检索算法
    5.4 基于多层次图像块联合相似性匹配的图像检索
        5.4.1 块特征提取
        5.4.2 块索引
        5.4.3 相似性匹配
    5.5 实验结果
        5.5.1 实验参数设置
        5.5.2 复合描述子性能实验
        5.5.3 基于复合视觉短语的图像检索实验
        5.5.4 基于多层次图像块联合相似性匹配的图像检索实验
    5.6 本章小结
6 总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
参考文献
作者简历及攻读博士学位期间取得的研究成果
学位论文数据集


【参考文献】：
期刊论文
[1]图像检索技术研究进展[J]. 周文罡,李厚强,田奇.  南京信息工程大学学报(自然科学版). 2017(06)
[2]基于稀疏贝叶斯模型的特征选择[J]. 祝璞,黄章进.  计算机工程. 2017(04)
[3]压缩感知综述[J]. 尹宏鹏,刘兆栋,柴毅,焦绪国.  控制与决策. 2013(10)
[4]压缩传感综述[J]. 李树涛,魏丹.  自动化学报. 2009(11)
[5]压缩感知理论及其研究进展[J]. 石光明,刘丹华,高大化,刘哲,林杰,王良君.  电子学报. 2009(05)
[6]基于亚高斯随机投影的图像重建方法[J]. 方红,章权兵,韦穗.  计算机研究与发展. 2008(08)



本文编号：3029048