注意力驅(qū)動(dòng)的兩階段圖像檢索方法研究.pdf

1、本文針對目前基于內(nèi)容的圖像檢索算法在算法效率和準(zhǔn)確性方面存在的局限性，探討了基于內(nèi)容的圖像檢索技術(shù)中若干重要問題，提出了一種注意力驅(qū)動(dòng)的兩階段圖像檢索方案，著重研究了基于內(nèi)容的圖像檢索中特征提取、顯著目標(biāo)分割以及基于區(qū)域的相似性匹配等方面，構(gòu)建了一套相對完整的圖像檢索方案，并實(shí)現(xiàn)了相應(yīng)的原型系統(tǒng)。實(shí)驗(yàn)表明，本方案較合理地解決了目前檢索系統(tǒng)的局限性。 在簡要介紹了基于內(nèi)容的圖像檢索的基本技術(shù)以及國內(nèi)外發(fā)展與應(yīng)用現(xiàn)狀的基礎(chǔ)上，本文論

2、述了以下幾個(gè)方面的問題：第一，檢索問題本質(zhì)上是分類問題，與識別問題不同的是，檢索中每類樣本的數(shù)量大于或等于一?；谶@一認(rèn)知，本文對目前流行的模式分類方法進(jìn)行了相對深入的研究，總結(jié)出了適合于圖像檢索問題的分類算法及類別判定算法，在進(jìn)行檢索之前先對圖像進(jìn)行預(yù)分類，再以圖像類為目標(biāo)進(jìn)行二次檢索，解決了檢索系統(tǒng)運(yùn)行效率低的問題。第二，目前的檢索系統(tǒng)大多使用全局特征，這樣，占有圖像大部分的背景往往決定了檢索結(jié)果，誤導(dǎo)用戶對檢索結(jié)果的理解，進(jìn)而將相

3、關(guān)反饋引向了錯(cuò)誤的方向。本文在研究了基于區(qū)域的檢索技術(shù)的基礎(chǔ)上，進(jìn)一步提出了注意力驅(qū)動(dòng)的圖像分割方案，使基于區(qū)域的檢索在自底向上的視覺注意力模型的驅(qū)動(dòng)下進(jìn)行，較好地解決了目前檢索系統(tǒng)準(zhǔn)確率低的問題。最后，詳細(xì)論述了適合于基于區(qū)域的檢索的相似性匹配技術(shù)。 本文的創(chuàng)新點(diǎn)在于： ·將檢索過程在邏輯上劃分為兩個(gè)階段。在精細(xì)檢索前脫機(jī)進(jìn)行圖像分類，大大提高了檢索效率。 ·摒棄了以往盲目提取感興趣目標(biāo)的圖像分割方案，使分割符