圖像重排序自適應(yīng)算法研究與貪心選擇方法改進(jìn).pdf

1、為了研究圖像多媒體的搜索問題，圖像檢索重排序問題在近幾年得到了越來越多的重視。重排序是基于初始搜索結(jié)果得到的信息而運(yùn)用算法對初始列表進(jìn)行排序重構(gòu)的一種方法，它的目的是讓更符合查詢關(guān)鍵詞信息能夠出現(xiàn)在搜索結(jié)果欄中比較靠前的位置。為了更好地進(jìn)行圖像重排序，我們將重點(diǎn)著眼于以下兩個(gè)方面。(1)從圖片中提取更有效的特征。(2)構(gòu)建更好的重排序系統(tǒng)。通過從圖片當(dāng)中提取視覺特征和構(gòu)建重排序模型，我們充分利用圖片的視覺信息來幫助我們進(jìn)行圖片檢索重排序

2、工作。通過這些方法，我們可以提高圖片檢索系統(tǒng)的整體性能。
　　鑒于現(xiàn)有的圖像重排序系統(tǒng)之間存在的缺點(diǎn)，我們提出了以下兩個(gè)方案來提高重排序的性能。下面我們將詳細(xì)介紹具體的方法。
　　1)利用查詢難易度預(yù)測對每個(gè)查詢項(xiàng)進(jìn)行自適應(yīng)的重排序。在圖片特征方面，我們使用深度卷積神經(jīng)網(wǎng)絡(luò)來對圖片提取相應(yīng)的特征。而在模型構(gòu)建方面，我們使用了Visual Rank算法。為了對不同的查詢項(xiàng)進(jìn)行針對性的自適應(yīng)操作，我們引入了查詢難易度預(yù)測的技術(shù)。

3、對每個(gè)查詢項(xiàng)，由于它們內(nèi)部的圖片相關(guān)性分布差距是很大的，所以很有必要進(jìn)行查詢項(xiàng)的單獨(dú)參數(shù)調(diào)諧。我們利用查詢難易度計(jì)算，從而對Visual Rank算法中的權(quán)重向量和阻尼系數(shù)進(jìn)行單獨(dú)的設(shè)置。
　　2)引入有效的貪心策略對每個(gè)查詢項(xiàng)進(jìn)行針對性的圖片檢索。首先，我們從每個(gè)查詢項(xiàng)對應(yīng)的圖片當(dāng)中找到種子圖片，這個(gè)圖片可以代表這個(gè)查詢項(xiàng)。我們設(shè)計(jì)了一個(gè)簡單的打分方法來對原始列表進(jìn)行篩選，從而能夠迅速的選出種子圖片。其次，我們可以把對于特定查詢

4、項(xiàng)的重排序問題轉(zhuǎn)換成尋找和特定種子圖片最相似的圖片的問題。使用簡單的貪心策略，我們可以高效率的對于每個(gè)查詢項(xiàng)進(jìn)行圖片的選擇。而圖片被選入種子圖片集合的順序就是重排序?qū)?yīng)的順序。最后，為了避免只使用一張種子圖片所帶來的可能誤差，我們可以使用多個(gè)種子圖片，這樣對于每個(gè)種子圖片都可以進(jìn)行一次貪心選取操作，利用序列融合的思想，我們可以避免使用單個(gè)圖片作為種子圖片帶來的實(shí)驗(yàn)結(jié)果的不嚴(yán)謹(jǐn)。
　　本文主要以圖像檢索重排序?yàn)檠芯糠较颍⑼ㄟ^大量的