基于視覺屬性和語義關系的大規(guī)模圖像檢索.pdf

1、隨著互聯(lián)網(wǎng)技術和可移動設備的快速發(fā)展，數(shù)字圖像的數(shù)目正與日俱增。如何從海量圖像中按照用戶的意向檢索出合適的圖像正成為計算機視覺領域的研究熱點。傳統(tǒng)的基于內(nèi)容的圖像檢索方式依賴于圖像的底層特征，因而不可避免地面對著兩個問題:即底層特征與高層語義之間的語義鴻溝;以及用戶檢索意圖與所使用檢索圖像之間的意向鴻溝。鑒于這一問題，基于視覺屬性的圖像檢索便應運而生了。通過對圖像的視覺內(nèi)容進行語義描述，視覺屬性搭建起了連接底層特征與用戶意向之間的橋梁。

2、本文研究的內(nèi)容便是基于屬性的圖像檢索問題。
　　具體來講，本文研究的是結合語義的多屬性查詢詞的圖像檢索。傳統(tǒng)的基于多屬性的檢索通常包括幾個步驟，即圖像特征提取、屬性分類器學習和屬性相似性檢索。雖然基于屬性的圖像檢索已經(jīng)取得了許多卓越的成果，但其中仍然存在著一些問題。傳統(tǒng)的屬性分類器對于所有屬性均采用同樣的特征進行學習，沒有考慮到每個屬性的特殊性;傳統(tǒng)的屬性分類器學習多采用扁平式的結構，沒有利用到屬性之間更豐富的語義信息;傳統(tǒng)的屬性

3、檢索中，屬性之間的關系矩陣學習多是基于屬性之間的同現(xiàn)關系，導致檢索系統(tǒng)的可擴展性較差。本文基于以上三個問題進行了相應的研究，具體地:
　　(1)針對屬性分類器學習沒有進行特征選擇的問題。本文研究了多標簽的特征降維方法MDDM。同時，本文將屬性標簽之間的語義相關性以及視覺相關性融入到MDDM算法之中，從而提升了算法的準確率。
　　(2)針對傳統(tǒng)的屬性分類器沒有利用到屬性之間的語義信息的問題。本文利用外部語義信息構建起屬性之間層