基于多图排序模型的图像检索研究
发布时间：2021-08-03 15:51
随着移动设备的日益普及,加之社交平台的广泛传播,图像的种类和数量正在以超凡的速度呈现爆炸式的增长,如何对大规模的图像数据进行有效地检索,已成为一个重要的研究课题。图像检索有两种查询范式:关键字查询和样例查询。但是,这两种查询范式都有各自的问题:在关键字查询中,存在用户表达和用户真实意图之间的意图鸿沟问题;在样例查询中,存在从图像中提取的底层视觉特征和图像所传达的高层语义概念之间的语义鸿沟问题。针对以上两个问题,研究人员主要采用显性或隐性反馈信号引导检索系统对初始查询结果进行重排序。图排序模型是目前执行图像重排序任务的主流技术手段,且具有较好扩展性,可有效利用显性或隐性反馈信号进行学习。然而,现有的大多数图排序模型仅能融合从单一信息源获得的同构特征,无法充分利用异构特征之间的互补信息。因此,本文提出了一种基于多图排序模型的图像检索方法,在点击日志特征和视觉特征上分别构建数据图结构,有效地利用多种信息源之间的互补性,从而改善图像排序结果。本文取得的研究成果可以简单概括为以下两点:（1）基于多图排序模型的图像检索方法。传统的多图排序模型仅能融合从单一信息源获得的同构特征,对图像排序结果准确性...
【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】：64 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 图像视觉特征描述
1.2.2 基于多视图的图像排序
1.2.3 基于点击日志的图像检索
1.2.4 现有方法存在的问题
1.3 本文的主要研究内容
1.4 本文的组织结构
2 理论基础与相关技术研究
2.1 图像检索概述
2.1.1 基于文本的图像检索
2.1.2 基于内容的图像检索
2.2 图像特征的提取
2.2.1 图像特征概述
2.2.2 特征提取的一般原则
2.2.3 特征提取的评价标准
2.2.4 图像特征的提取方法
2.3 相似性的度量
2.3.1 相似性度量概述
2.3.2 常用的相似性度量方法
2.4 图像检索的性能评价
2.4.1 性能评价概述
2.4.2 性能评价分类
2.4.3 单个查询的评价指标
2.4.4 多个查询的评价指标
2.5 本章小结
3 基于多图排序模型的图像检索
3.1 符号表示
3.2 构建异构图
3.3 点击日志清理方法
3.3.1 基本方案
3.3.2 基本步骤
3.4 图排序模型的基本框架
3.4.1 框架介绍
3.4.2 正则项的基本形式
3.4.3 损失函数的基本形式
3.5 多图排序模型推导过程
3.5.1 单图排序
3.5.2 双图排序
3.6 本章小结
4 实验及结果分析
4.1 实验准备
4.1.1 数据集描述
4.1.2 实验评价指标
4.1.3 调参
4.1.4 对比方法
4.2 基于无噪数据集的实验
4.2.1 P-R曲线
4.2.2 P@N
4.3 基于有噪数据集的实验
4.4 本章小结
5 结论与展望
5.1 研究总结
5.2 工作展望
参考文献
作者简历及攻读硕士/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]基于大数据分析的多媒体信息检索系统设计[J]. 何泰伯. 现代电子技术. 2018(03)
[2]基于文本和内容的图像检索算法[J]. 顾昕,张兴亮,王超,陈思媛,方正. 计算机应用. 2014(S2)
[3]基于软近邻投票的图像标签相关性计算[J]. 李锡荣,许洁萍,薛盛博,杨刚. 计算机学报. 2014(06)
[4]基于颜色特征的图像检索方法研究[J]. 张鑫,温显斌,孟庆霞. 计算机科学. 2012(11)
[5]基于图的半监督协同训练算法[J]. 郭涛,李贵洋,兰霞. 计算机工程与设计. 2012(09)
[6]图像纹理特征提取方法综述[J]. 刘丽,匡纲要. 中国图象图形学报. 2009(04)
[7]图像空间关系特征描述[J]. 程显毅,李小燕,任越美. 江南大学学报(自然科学版). 2007(06)
[8]基于轮廓的形状特征提取与识别方法[J]. 周正杰,王润生. 计算机工程与应用. 2006(14)
[9]基于内容的图像检索中相关反馈算法综述[J]. 杨娜,罗航哉,薛向阳,吴立德. 计算机科学. 2001(09)
本文编号：3319896
【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】：64 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 图像视觉特征描述
1.2.2 基于多视图的图像排序
1.2.3 基于点击日志的图像检索
1.2.4 现有方法存在的问题
1.3 本文的主要研究内容
1.4 本文的组织结构
2 理论基础与相关技术研究
2.1 图像检索概述
2.1.1 基于文本的图像检索
2.1.2 基于内容的图像检索
2.2 图像特征的提取
2.2.1 图像特征概述
2.2.2 特征提取的一般原则
2.2.3 特征提取的评价标准
2.2.4 图像特征的提取方法
2.3 相似性的度量
2.3.1 相似性度量概述
2.3.2 常用的相似性度量方法
2.4 图像检索的性能评价
2.4.1 性能评价概述
2.4.2 性能评价分类
2.4.3 单个查询的评价指标
2.4.4 多个查询的评价指标
2.5 本章小结
3 基于多图排序模型的图像检索
3.1 符号表示
3.2 构建异构图
3.3 点击日志清理方法
3.3.1 基本方案
3.3.2 基本步骤
3.4 图排序模型的基本框架
3.4.1 框架介绍
3.4.2 正则项的基本形式
3.4.3 损失函数的基本形式
3.5 多图排序模型推导过程
3.5.1 单图排序
3.5.2 双图排序
3.6 本章小结
4 实验及结果分析
4.1 实验准备
4.1.1 数据集描述
4.1.2 实验评价指标
4.1.3 调参
4.1.4 对比方法
4.2 基于无噪数据集的实验
4.2.1 P-R曲线
4.2.2 P@N
4.3 基于有噪数据集的实验
4.4 本章小结
5 结论与展望
5.1 研究总结
5.2 工作展望
参考文献
作者简历及攻读硕士/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]基于大数据分析的多媒体信息检索系统设计[J]. 何泰伯. 现代电子技术. 2018(03)
[2]基于文本和内容的图像检索算法[J]. 顾昕,张兴亮,王超,陈思媛,方正. 计算机应用. 2014(S2)
[3]基于软近邻投票的图像标签相关性计算[J]. 李锡荣,许洁萍,薛盛博,杨刚. 计算机学报. 2014(06)
[4]基于颜色特征的图像检索方法研究[J]. 张鑫,温显斌,孟庆霞. 计算机科学. 2012(11)
[5]基于图的半监督协同训练算法[J]. 郭涛,李贵洋,兰霞. 计算机工程与设计. 2012(09)
[6]图像纹理特征提取方法综述[J]. 刘丽,匡纲要. 中国图象图形学报. 2009(04)
[7]图像空间关系特征描述[J]. 程显毅,李小燕,任越美. 江南大学学报(自然科学版). 2007(06)
[8]基于轮廓的形状特征提取与识别方法[J]. 周正杰,王润生. 计算机工程与应用. 2006(14)
[9]基于内容的图像检索中相关反馈算法综述[J]. 杨娜,罗航哉,薛向阳,吴立德. 计算机科学. 2001(09)
本文编号：3319896
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3319896.html
