基于SVM的語(yǔ)義圖像檢索技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)的逐漸普及以及多媒體技術(shù)的發(fā)展，在科學(xué)技術(shù)、生產(chǎn)實(shí)際和日常生活中不斷地產(chǎn)生大量的圖像數(shù)據(jù)。如何從海量的圖像信息中快速、準(zhǔn)確地檢索出用戶需要的信息，以便于圖像管理和應(yīng)用，已成為人們關(guān)注的問(wèn)題。 基于內(nèi)容的圖像檢索技術(shù)(Content-Based Image Retrieval，CBIR)利用圖像的底層視覺(jué)特征(顏色，紋理，形狀等)代表圖像的內(nèi)容，而由于這些視覺(jué)特征與人對(duì)圖像的理解之間存在很大的差異，因而CBIR的檢索結(jié)果并

2、不令人滿意，基于語(yǔ)義的圖像檢索(Semantic-Based Image Retrieval)成為圖像檢索發(fā)展的必然趨勢(shì)。 本文首先闡述了圖像檢索技術(shù)，介紹了支持向量機(jī)(Support Vector Machine，SVM)的基本原理和應(yīng)用，然后提出了一種新的圖像注釋方法，并在此基礎(chǔ)上實(shí)現(xiàn)了基于語(yǔ)義的圖像檢索。 論文的主要研究成果有以下幾點(diǎn)： 1．實(shí)現(xiàn)了基于支持向量機(jī)的圖像分類。由于圖像數(shù)據(jù)庫(kù)中有多個(gè)語(yǔ)義類別，首

3、先為每一類圖像訓(xùn)練一個(gè)二分類SVM，然后利用多類分類策略為圖像構(gòu)建一個(gè)多類分類器，并用其對(duì)圖像進(jìn)行分類，實(shí)驗(yàn)結(jié)果顯示圖像分類的準(zhǔn)確率較高。 2．提出了一種半自動(dòng)圖像注釋的新方法，即在對(duì)圖像庫(kù)中的一部分圖像標(biāo)注了關(guān)鍵詞之后，利用算法自動(dòng)注釋圖像庫(kù)中剩余的圖像。具體過(guò)程是：利用最近鄰方法，結(jié)合圖像分類的結(jié)果，將關(guān)鍵詞從已注釋圖像傳播給待標(biāo)注圖像。本文算法實(shí)現(xiàn)的圖像注釋準(zhǔn)確率高，結(jié)果令人滿意。 3．論文最后實(shí)現(xiàn)了基于關(guān)鍵詞的語(yǔ)