版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、圖像檢索是當前互聯(lián)網(wǎng)時代的基本需求?;趦?nèi)容的圖像檢索(Content Based ImageRetrieval,CBIR)是圖像檢索領域的熱點研究方向。CBIR利用圖像低層視覺特征進行圖像的對比和檢索,成功克服了關鍵字圖像檢索方法存在的關鍵字描述不準確、檢索效率不高等問題,并具有易于自動化、智能化的特點。被廣泛應用于互聯(lián)網(wǎng)圖像搜索,人臉識別等領域。
傳統(tǒng)的CBIR系統(tǒng)通常有特征提取、維數(shù)約簡、相似性對比、檢索結果分類等幾個主
2、要環(huán)節(jié),主要存在“維度災難”和“語義鴻溝”等問題。解決“維度災難”問題主要通過使用降維技術來完成。而針對“語義鴻溝”問題,目前在CBIR中比較主流的是采用相關反饋技術(Relevance Feedback,RF)進行處理,通過利用人的主觀認知能力來提高CBIR系統(tǒng)檢索的準確性。本文針對CBIR系統(tǒng)中存在的這兩個問題進行了深入的研究。本文主要工作如下:
(1)深入分析了當前CBIR系統(tǒng)的國內(nèi)和國際研究發(fā)展現(xiàn)狀,并對存在的問題進行
3、了討論。其中對“維度災難”和“語義鴻溝”問題的定義、產(chǎn)生的背景及原因等方面進行了詳細的介紹。
(2)對CBIR系統(tǒng)中所涉及的主要技術進行了詳細的介紹,其中圖像特征提取,檢索結果分類算法作為背景知識簡略介紹,重點對和本文研究內(nèi)容相關的降維算法、相關反饋和檢索結果評分進行了詳細的介紹并進行了深入的分析,對其中存在的主要問題進行了介紹。
(3)流形學習是降維算法中的熱門方法,本文對流形學習的發(fā)展歷史進行了簡單的回顧,并對其
4、中基于圖結構的相關算法,例如局部線性嵌入(LLE),局部切空間排列(LTSA)等算法進行了介紹。同時,針對高維空間中存在的局部高曲率現(xiàn)象,本文提出了彎曲的線性局部切空間排列算法(WLLTSA),通過使用角度度量方法較好的解決了高維空間中的局部高曲率現(xiàn)象。并通過大量的實驗進行了驗證。
(4)檢索結果評分是基于RF的CBIR系統(tǒng)中的關鍵環(huán)節(jié),檢索結果評分效果的好壞直接影響到圖像檢索的效果和準確率。本文對目前常用的相似性度量方法進行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于流形學習和字典學習的圖像檢索.pdf
- 基于流形學習的圖像檢索及其應用研究.pdf
- 基于半監(jiān)督流形學習的Web信息檢索技術研究.pdf
- 增量流形學習技術研究.pdf
- 基于流形學習的掌紋識別技術研究.pdf
- 基于流形學習的圖像配準研究.pdf
- 基于流形學習的圖像識別研究.pdf
- 基于增量的流形學習技術研究與實現(xiàn).pdf
- 基于流形學習的數(shù)據(jù)降維技術研究.pdf
- 基于流形學習的分類技術.pdf
- 基于流形學習LE算法和循環(huán)分塊顏色直方圖的圖像檢索方法研究.pdf
- 30751.基于流形學習的圖像理解研究
- 基于流形學習的紙幣圖像分析方法研究.pdf
- 流形學習方法在Web圖像檢索中的應用研究.pdf
- 高光譜圖像流形學習算法研究.pdf
- 基于流形學習的人臉識別若干關鍵技術研究.pdf
- 基于流形學習的圖像超分辨率重建研究.pdf
- 基于流形學習的高光譜圖像降維與分類研究.pdf
- 基于流形學習的舌圖像顏色特征提取方法研究.pdf
- 基于流形學習的路面破損圖像多特征融合方法.pdf
評論
0/150
提交評論