圖像數據庫檢索中的關鍵技術研究.pdf

1、該文主要研究內容如下:■基于長期學習策略的圖像檢索框架 為了克服傳統(tǒng)長期學習方法難以滿足檢索中圖像語義的靈活性以及用戶檢索的個性化要求的缺點,該文引入用戶協(xié)同過濾方法對用戶反饋記錄日志進行在線分析,并在此基礎上給出一個基于用戶反饋日志分析的圖像檢索相關反饋框架.該文根據該檢索框架實現了一個圖像檢索原型系統(tǒng),并與傳統(tǒng)圖像檢索相關反饋方法進行了對比實驗.實驗顯示基于該文框架的圖像檢索方法的檢索效果明顯優(yōu)于傳統(tǒng)的反饋方法.■基于用戶反饋序列模

2、式分析的圖像檢索方法 該文對交互式圖像檢索中的用戶模型問題進行討論,給出一個結合長期學習策略的用戶模型,并提出用戶檢索的反饋模式概念.在此基礎上提出了一個基于用戶反饋序列分析的圖像檢索方法,該方法把用戶在檢索中所進行的反饋操作序列(用反饋例編號表示)作為用戶的反饋模式記錄入數據庫中,進行新的檢索時使用協(xié)同過濾方法對用戶反饋的序列模式進行分析,進而有針對性地對數據庫中的圖像與當前檢索的語義相關性進行預測以改善檢索效果.■對反饋歷史數據的概

3、念聚類以及采用信息過濾的圖像檢索方法 針對圖像檢索中單純利用用戶反饋信息的長期學習方法存在的一些問題,該文給出一個結合檢索樣本圖像特征和用戶相關評價兩方面內容的反饋記錄分析方法(稱為信息過濾),并且根據用戶的評價信息對反饋記錄中檢索樣本圖像進行半指導的模糊聚類(Semi-Supervision Fuzzy Clustering)以提高反饋記錄的分析效率.■基于多聚類中心的圖像檢索方法 傳統(tǒng)圖像檢索方法通過用戶給出的相關反饋圖像來尋求唯一