图像搜索重排序算法研究

发布时间：2017-04-15 11:07

  本文关键词：图像搜索重排序算法研究，由笔耕文化传播整理发布。

【摘要】：随着存储设备、网络以及压缩技术的快速发展,网络上可利用的多媒体资源增长迅速。如何快速有效的检索图像数据吸引了越来越多的研究者的关注。借助文本检索的成熟发展,大多数的搜索引擎都采用基于关键词的策略来进行图像检索。然而由于文本信息所包含的大量噪音以及其描述内容与图像视觉内容的不匹配等,使得基于关键词的检索结果不能令人满意。因此,图像重排序方法被提出。重排序指的是借助图像的视觉特征等训练新的模型对基于文本信息检索得到的初始排序结果进行重新排序,使符合用户搜索需求的结果排序位置靠前。 重排序主要是指相关性重排序,即检索结果是根据与查询词间的相关性按分值从高到低排序的。根据算法使用框架的不同,重排序算法可以分为基于线性组合、基于聚类、基于分类、基于图模型等多种。算法中使用的特征也有很多种,可以分为单模态和多模态的,也可以分为文本特征和视觉特征等。由于单模态特征的描述能力有限,多数算法都采用多模态特征。由于低层特征与高层语义间的语义鸿沟,用视觉特征改善基于文本特征的检索结果是一种合理的做法,所以多数算法都采用了视觉特征。重排序算法中,多模态特征间通常是独立的。由于特征是对图像语义的一种描述,不同模态特征从不同角度描述了图像的内容,因此各模态特征间不是独立的。基于上述对特征的考虑,本文在图像重排序方面做了两方面工作,分别介绍如下： 1.非对称联合重排序。算法考虑多模态特征之间的联系,利用图模型构造了一个相似性矩阵解决图像重排序问题。其中相似性矩阵在构造过程中包括3种相似性：不同图像相同模态特征间的相似性、同一图像内不同模态特征间的相似性、不同图像不同模态特征间的相似性。这种矩阵构造方式有效的模拟了图像之间的关系。 2.基于K近邻联合重排序。非对称联合重排序算法仅使用了一种视觉特征描述图像,不能全面表达图像的内容,同时考虑到图像数量增加后带来的计算资源消耗问题。基于K近邻联合重排序算法算法增加了3种视觉特征并利用K近邻算法改进相似性矩阵过程。有效解决了非对称联合重排序中存在的两个问题。 本文在数据集上与几种经典重排序算法对比实验,验证了2种算法的有效性。
【关键词】：图像重排序 多模态融合 图片搜索 随机游走 图模型
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41
【目录】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 绪论12-16
• 1.1 背景12-13
• 1.2 本文工作介绍13-15
• 1.3 本文结构15-16
• 第2章 相关工作16-23
• 2.1 重排序中框架类型16-19
• 2.1.1 基于线性组合的检索重排序16-17
• 2.1.2 基于分类的检索重排序17-18
• 2.1.3 基于聚类的检索重排序18
• 2.1.4 基于图模型的检索重排序18-19
• 2.2 重排序中特征类型19-21
• 2.2.1 特征类型19-20
• 2.2.2 特征维度20-21
• 2.3 评价准则21-23
• 第3章 非对称联合重排序算法23-38
• 3.1 概述23-24
• 3.2 算法24-29
• 3.2.1 Joint-Rerank框架介绍24-28
• 3.2.2 Asym-Joint-Rerank算法28-29
• 3.3 实验29-37
• 3.3.1 实验设置29-30
• 3.3.2 实验结果30-37
• 3.4 本章小结37-38
• 第4章 基于K近邻联合重排序算法38-49
• 4.1 概述38-39
• 4.2 算法39-43
• 4.2.1 算法中使用的特征39-41
• 4.2.2 相似性矩阵41-43
• 4.3 实验43-47
• 4.3.1 实验设置43
• 4.3.2 实验结果43-47
• 4.4 本章小结47-49
• 第5章 总结与展望49-51
• 参考文献51-55
• 致谢55-56
• 攻读学位期间发表的学术论文56-57
• 学位论文评闽及答辩情况表57

【共引文献】

中国期刊全文数据库 前4条

1 张素兰;郭平;张继福;胡立华;;图像语义自动标注及其粒度分析方法[J];自动化学报;2012年05期

2 梁鹏;黎绍发;覃姜维;罗剑高;;基于半监督学习的增量图像分类方法[J];模式识别与人工智能;2012年01期

3 丁轶;郭乔进;李宁;;一种新的目标检测方法:Latent Dirichlet classification[J];南京大学学报(自然科学版);2012年02期

4 曹健;陈红倩;毛典辉;李海生;蔡强;;基于局部特征的图像目标识别问题综述[J];中南大学学报(自然科学版);2013年S2期

中国博士学位论文全文数据库 前4条

1 张磊;基于机器学习的图像检索若干问题研究[D];山东大学;2011年

2 黄双萍;通用视觉目标识别的关键技术研究[D];华南理工大学;2011年

3 解晓萌;复杂背景下运动目标检测和识别关键技术研究[D];华南理工大学;2012年

4 尹诗白;基于模糊集合理论的颗粒目标分割和识别[D];长安大学;2013年

中国硕士学位论文全文数据库 前5条

1 高永强;非类别限定的物体识别学习模型构建[D];南华大学;2012年

2 李丕绩;WEB图像排序与互摘要[D];山东大学;2012年

3 杨婧;基于概念图的可视属性语义网构建的研究[D];西北大学;2013年

4 李阳;基于融合空间信息LDA的视觉对象识别研究[D];哈尔滨工业大学;2013年

5 张会;基于视觉显著性的目标识别[D];杭州电子科技大学;2014年

  本文关键词：图像搜索重排序算法研究，，由笔耕文化传播整理发布。

本文编号：308257