基于多示例學(xué)習(xí)的圖像檢索算法研究.pdf

1、傳統(tǒng)的基于文本的圖像檢索存在耗費(fèi)人力、信息不完整、歧義性等問題，促使了基于內(nèi)容的圖像檢索的出現(xiàn)?；趦?nèi)容的圖像檢索分為基于全局特征的方法和基于局部特征的方法?；谌痔卣鞯姆椒ǎ崛≌鶊D像的特征，當(dāng)用戶感興趣的目標(biāo)僅占圖像的一部分的時候，背景會對目標(biāo)的特征產(chǎn)生干擾，以至于不能得到令人滿意的檢索結(jié)果。因此，出現(xiàn)了基于局部特征的圖像檢索。
　　多示例學(xué)習(xí)可以根據(jù)多幅圖像的內(nèi)容，學(xué)習(xí)到用戶感興趣的目標(biāo)，減少背景對目標(biāo)（局部）特征的影響

2、，因此，基于局部特征的圖像檢索大多采用多示例學(xué)習(xí)方法。但是現(xiàn)有的多示例學(xué)習(xí)方法并不能很好的描述包的興趣目標(biāo)特征（即局部特征），從而導(dǎo)致檢索結(jié)果不夠理想。本文分別從不同包中示例之間的關(guān)系和同一個包中示例之間的關(guān)系對多示例學(xué)習(xí)方法進(jìn)行研究，以有效的表達(dá)興趣目標(biāo)特征。
　　本文首先闡述了基于多示例學(xué)習(xí)的圖像檢索的研究背景和現(xiàn)狀，分析了各類算法的優(yōu)缺點(diǎn)。提出了基于示例一致性的圖像檢索以及基于示例加權(quán)和空間關(guān)系的圖像檢索算法，提高檢索的準(zhǔn)確

3、率。本文主要貢獻(xiàn)如下:
　　(1)針對傳統(tǒng)的多示例學(xué)習(xí)算法沒有利用不同包中示例之間的關(guān)系，和包與示例之間的關(guān)系問題，本文提出了基于示例一致性的圖像檢索算法，用示例一致性表示示例之間的關(guān)系，設(shè)計了一個挑選潛在正示例的函數(shù)，用潛在正示例作為特征示例，并利用包與示例之間的關(guān)系設(shè)計了基于特征示例的特征映射函數(shù)描述包中興趣目標(biāo)特征，實(shí)驗(yàn)結(jié)果證明了算法的有效性。
　　(2)為了更準(zhǔn)確地描述包中興趣目標(biāo)的特征，進(jìn)一步提高基于多示例學(xué)習(xí)的圖