基于視覺信息和高層語義結(jié)合的圖像檢索方法研究.pdf

1、圖片標(biāo)注的研究是實(shí)現(xiàn)基于語義內(nèi)容的圖像索引、檢索及其它相關(guān)應(yīng)用的最重要和最關(guān)鍵的一步，其目的是要在感性層面的視覺信息和語義層面的語言描述間建立一種精確的對(duì)應(yīng)關(guān)系。因此，在進(jìn)行基于內(nèi)容的圖像檢索時(shí)，這些標(biāo)注可以彌補(bǔ)高層語義描述和低層視覺特征之間的語義鴻溝。
　　對(duì)圖像內(nèi)容進(jìn)行標(biāo)注是實(shí)現(xiàn)檢索和瀏覽圖像的一種重要方式，它能夠返回給用戶所有與查詢標(biāo)簽相關(guān)的圖像。然而，應(yīng)用現(xiàn)有基于標(biāo)簽的圖像檢索方法所得到的圖像，往往因?yàn)閮?nèi)容不相關(guān)或圖像質(zhì)量

2、較差而令用戶失望。我們認(rèn)為語義相關(guān)性和圖像質(zhì)量是衡量圖像檢索結(jié)果是否令人滿意的兩個(gè)重要標(biāo)準(zhǔn)。本文中，我們提出了一種圖像檢索方法，它同時(shí)考慮了圖像內(nèi)容與查詢標(biāo)簽的相關(guān)性以及圖像質(zhì)量。首先，我們根據(jù)圖像內(nèi)容與查詢標(biāo)簽的語義一致性以及圖像間的視覺相似性對(duì)圖像進(jìn)行自動(dòng)排序。然后我們將每幅圖像的質(zhì)量評(píng)分和相關(guān)性評(píng)分進(jìn)行線性組合，用以對(duì)檢索到的圖像進(jìn)行優(yōu)化排序，從而實(shí)現(xiàn)圖像的相關(guān)性—質(zhì)量排序。同時(shí)，我們?cè)贜US-WIDE圖像庫進(jìn)行的實(shí)驗(yàn)說明了本文所

3、提算法的有效性。
　　值得注意的是本文中只是采用了Flickr數(shù)據(jù)集，本文所提的標(biāo)簽查詢結(jié)果的相關(guān)性質(zhì)量排序方法是一種通用的方法，并且也適用于其他社會(huì)媒體網(wǎng)絡(luò)，如Youtube和Zooomr。
　　最后總結(jié)全文的工作，對(duì)下一步研究中難點(diǎn)、熱點(diǎn)以及需要解決的問題進(jìn)行了展望。本文對(duì)質(zhì)量因子的提取只選用了幾個(gè)簡(jiǎn)單的特征就獲得了較好的效果，我們可通過設(shè)計(jì)較復(fù)雜的圖像質(zhì)量特征以獲得更好的效果。另外，有效并自動(dòng)地融合不同形態(tài)的特征依然是