基于半監(jiān)督學習的圖像檢索技術研究.pdf

1、近年來，隨著計算機技術、通信技術、多媒體技術以及網(wǎng)絡技術的迅速發(fā)展，全世界的數(shù)字圖像資源正以驚人的速度增長。這些圖像信息來源于衛(wèi)星系統(tǒng)、監(jiān)測系統(tǒng)、科學實驗和生物醫(yī)學等領域，包含了大量有用的信息。然而，由于這些圖像是無序地發(fā)布在世界各地，圖像中包含的有效信息很有可能無法被有效地訪問和利用。因此，如何有效地組織、管理和利用這些海量的圖像資源，以及如何快速、高效地從大規(guī)模圖像數(shù)據(jù)庫中檢索出滿足用戶需求的圖像，是許多應用領域所面臨的重要問題。<

2、br>　　 傳統(tǒng)的基于文本的圖像檢索技術，因存在人工標注工作量過大以及關鍵字標注帶來的主觀性與不精確性等問題，已不能滿足當前海量圖像資源的檢索需求。為克服傳統(tǒng)圖像檢索技術的缺陷，需要一種一般性地、全面地和客觀地提取圖像內容的技術。在這樣的背景下，基于內容的圖像檢索(Content-Based Image Retrieval, CBIR)技術應運而生。其主要思想是在融合圖像理解、模式識別、計算機視覺、機器學習等諸多相關技術的基礎上，根據(jù)

3、圖像內容所包含的色彩、紋理、形狀等信息，提取出描述圖像信息的特征向量，建立圖像的特征庫；然后計算查詢圖像與圖像特征庫中特征向量間的相似度，返回查詢結果。在當前研究成果的基礎上，如何更加有效地描述查詢圖像與特征庫中圖像特征向量間的相似度、提高圖像檢索的準確率等都是值得進一步研究的問題。
　　 本文在回顧了基于內容的圖像檢索研究現(xiàn)狀、發(fā)展趨勢以及關鍵技術的基礎上，提出了一種基于半監(jiān)督學習(Semi-Supervised Learni

4、ng)的圖像檢索模型。為了解決檢索大型圖像數(shù)據(jù)庫時所面臨的高計算代價問題，本文提出的半監(jiān)督檢索模型首先引入一種基于各向異性相似性估計(Anisotropic Similarity Measurement)的預處理機制。該預處理機制在實現(xiàn)濾除與輸入查詢圖像不相關圖像的同時保留一定比例的數(shù)據(jù)庫相關圖像。然后，半監(jiān)督檢索模型運用雙曲線正切函數(shù)(Double Hyperbolic Tangent Function)表示數(shù)據(jù)庫相關圖像與查詢圖像之

5、間的模糊隸屬度。該隸屬度數(shù)值同時也可視為圖像檢索的初步結果。最后，該模型運用基于隨機行程與重新開始(random walk and restart)的半監(jiān)督學習方法細化檢索的初始結果，以得到高精度的檢索結果。
　　 在通用圖像數(shù)據(jù)庫Corel5000平臺上對本文提出的半監(jiān)督學習檢索算法進行了測試，并與基于支持向量機(Support Vector Machine)及基于流行排序(Manifold Ranking)的算法進行了比較。