8-图像检索中的相关反馈
一种基于内容图像检索的新的相关反馈方法
一种基于内容图像检索的新的相关反馈方法
李丹妮;李百策
【期刊名称】《长春理工大学学报（自然科学版）》
【年(卷),期】2009(032)004
【摘要】基于内容的图像检索技术是信息多媒技术发展中迫切需要研究和发展的前沿课题.由于图像底层特征和高层语义之间存在着巨大的语义鸿沟,使得基于内容的图像检索很难取得令人满意的效果.作为一种有效的解决方法,相关反馈已应用在很多图像检索系统中,提高了检索精确性.在此基础上提出了一种新的相关反馈方法,把检索向量转移和权值调整同时应用于基于内容的图像检索系统中.实验结果证明该方法提高了检索的收敛速度和检索的精确性.
【总页数】3页(P639-641)
【作者】李丹妮;李百策
【作者单位】长春理工大学,长春,130022;吉林大学,计算机科学与技术学院,长春,130012
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于内容图像检索中的相关反馈技术 [J], 潘惠勇;杨要科;史朝阳
2.基于内容图像检索中的相关反馈技术 [J], 潘惠勇;杨要科;史朝阳
3.基于内容图像检索的相关反馈技术 [J], 刘砚
4.基于内容图像检索中相关反馈技术的回顾 [J], 吴洪;卢汉清;马颂德
5.基于内容图像检索中的相关反馈技术研究 [J], 刘琳;李仁发;李仲生;刘钰峰因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于区域检测的图像检索相关反馈方法
一种基于区域检测的图像检索相关反馈方法王梦蕾【期刊名称】《计算机与现代化》【年(卷),期】2015(000)001【摘要】This paper proposed a relevance feedback approach in image retrieve system .The approach is based on the detection of interest region of the query user .This approach makes use of the positively relevant images which are labeled by user and learn the user intention of the query so that the return images satisfy the user better .This approach can be divided into 3 steps:1 ) match the features of positively relevant images to those of the query image;2) verify the matched points using RANSAC model;3) select the interest region according to the verified points .As the interest region has been selected , one can use this region or put more weight on the features in this region as a new query image .The results of the experiments show that this approach can improve the precise of the retrieval and return images that satisfy the user better .%提出一种基于用户兴趣区域检测的图像检索相关反馈学习方法，利用用户反馈为正相关的图像进行学习，进而猜测用户意图，获得更令用户满意的检索结果。
一种具有相关反馈的图像检索方法
领 域 。基 于 内 容 的 图 像 检 索 （ ｏｔｎ－ａｅ ｍ ｇ ｅ ｉ ａ， ｃｎｅｔ ｓｄ ｉ ａｅ ｒ ｒ ｖｌ ｂ ｔｅ
ＣＩ ＢＲ）， 具有广泛 的应用前景 。它试 图通过提取 图像 中固有 信
息来表达 、 别和理解 图像的 内容 。这 种 固有信 息主要就 是视 识
关 键 词 基 于 内容 的 图像 检 索 颜 色 一 致 直 方 图 相 关反 馈
’
ＡＮ ＡＰＰＲＯＡＣＨ ＴＯ Ｍ ＡＧＥ Ｉ ＲＥＴＩ ＵＥＶＡＬ Ｉ Ｗ ＴＨ ＲＥＬＥＶＡＮＣＥ ＦＥＥＤＢＡＣＫ
Ｗ ｅ ｉＮａ
ＷａｇＴ ｏ ｎ ａ
（ ｏｌ ｅ ｊ ｍ ｔ ｎＥ ｇｎｅｎ ，Ｃ ａ ｇ ｎＵ ｉ ｒｔ， ｉｎ７０ ６ ，ｈａ ｘ，ｈｎ ） Ｃ ｌｇ ， ａｉ ｎ ｉ ｒ ｇ ｈ ｎ ＇ ｎｖ ｓ） Ｘ＇ １０ ４ Ｓａ ｎ ｉＣ ｉａ ｅ ｒ ｏ ｅｉ ａ ｅｉ ａ
图像 中颜 色的这种分类 。它使得 一幅图像 中的一致性像素不 能
０ 引 言
自２ ０世纪 ９ ０年代仞以来 ，Ｂ Ｒ日渐成为一个热 门的研究 ＣＩ
同另一幅图像 中的不一致性像素进行 比较 。这是简单的颜色直
方图所不能实现 的 Ｊ 。该方法的具体步骤如下 ：
１ ）对图像进行平滑处理 ， 同时为 简化计算 ， 行颜色量 化 进
觉特征 。对图像内容的描述有两 个层次 ： 一层是 仅仅依赖 于低
（ ）将各个像素分为一致性像素 或不 一致性像素 。通过各 １ 个具 有相 同像素值并相互邻接的像素确定 一致 区域 。一致区域 ｃ是这样定义 的： 对于任意 的两个 像素 ： Ｐ ｅＣ， ｐ之 间有 Ｐ， Ｐ和
（ ｅａｔ ｅｔｆＢ ｓ ｕｊ ｔ Ｃ ｌｇ Ａｍ ｄＰ ｌｅＦ ｒ ＇ １ ０ ６ Ｓａ ｎｉＣ ｉ Ｄｐ ｒ ｎ ｏ ａｉ Ｓｂ ｃ， ｏｅｅｏ ｒ ｏｉ ｏｃ Ｘｉｎ７０ ８ ，ｈａｘ ，ｈｎ ｍ ｃ ｅ ｌ ｆ ｅ ｃ ｅ ａ ａ）
基于相关反馈和流形结构重构的图像检索方法
２ Ｓ ｈ ｏ ｆ ｌｃ ｏ ｉ ａ ｄＩｆｒ ｔ ｎＥ ｇｎｅｉｇ Ｂ ｉｎ ａ ｔｎ ｉｅｓｙ Ｂ ｉｎ ００ ４ Ｃ ｉａ ． ｃｏ ｌ Ｅｅｔ ｎｃ ｎ ｏｍａ ｏ ｎ ｉｅｒ ， ｅ ｉｇＪ ｏｏ ｇＵｎｖｒｉ ， ｅ ｉｇ１ ０４ ， ｈｎ ） ｏ ｒ ｎ ｉ ｎ ｊ ｉ ｔ ｊ
检索，即语义鸿沟 问题 ，该 问题严重限制 了 Ｃ Ｉ 性能的提 ＢＲ
然利 用相关反馈信息构建 了 ２个 图，但没有区分对待 局部几
何 结构信息和用户反馈的信息。因此 ， 献［］ 出了最大边 文 ７ 提
缘 投影（ ｘｍｕ ＭａｇｎＰｏｅｔ ｎ ＭＭＰ算法。与 ＡＲ Ｍａ ｉ ｍ ｒｉ ｒｊｃｉ ， ｏ ） Ｅ算 法相比 ， ＭＭＰ算法可将图像 更好地嵌入到更低维的空间。 在 ＭＭＰ 算法是线性 算法 的基础上 ，文 献［］ ８扩展提 出一种新 的
高校基本科研业务费基金资助项 目（０ Ｂ １） ２ １ Ｍ０ ；惠州学院 自然科 １ Ｊ １
学研究基金资助项 目（ １ ． ２ ） Ｃ２ １ ２ ２ ０
作者简介 ： 刘
模式识别 ；陶
利（９９ ， ， １７ 一） 女 硕士研究 生， 主研方向 ： 图像检索 ，
丹 ，博士 研究生；陈慧芬，讲 师
返 回（） ２ 。若满意，则结束检索 。 实 际应 用时为 了节约 时间可在第一轮检索的 同时将被 检 索样例重构入低层结构图中。
３３ 具体应用 ． 将本文方法应用于 Ａ Ｅ和 ＭＭＰ算法，并通 过后续实验 Ｒ
验 证 本 文 方 法 的有 效 性 。Ａ Ｅ和 ＭＭＰ算 法 的主 要 区别 是 ： Ｒ
［ ｙｗｏ ｄ ］ｍａ ｉ ｌ ａｎｎ ； ｏ ｔｎ—ａｅ ｇ ｅｒ ｖｌ ＢＩ） Ｒ ｌｖ ｃ ｅ ｄ ａｋＲＦ； ｎｆｌ ｔ ｃｕｅｒｃｎｔ ｃｉｎ ｄｍｅｓｏ Ｋｅ ｒ ｓ ｎｆ ｄｌ ｒｉｇ Ｃ ｎｅ ｔ ｓｄＩ ｅＲ ｔｅ ａ Ｃ Ｒ ； ｅｅ ａ ｅＦ ｅ ｂｃ （ ）ｍａｉ ｄｓ ｕｔｒ ｏ ｓｒ ｔ ； ｉ ｎｉｎ ｏ ｅ ｂ ｍａ ｉ （ ｎ ｏ ｒ ｅ ｕ ｏ
图像检索中基于粒子群优化的相关反馈算法
图像检索中基于粒子群优化的相关反馈算法许相莉;张利彪;刘向东;于哲舟;周春光【期刊名称】《小型微型计算机系统》【年(卷),期】2009(030)005【摘要】查询优化问题虽然整体的优化目标是明确的,但由于用户主观理解导致优化目标的细节会有一定的随机性,并且由于特征提取算法中语义鸿沟的存在,导致优化方向的不稳定,本文利用粒子群优化(particle swarm optimization,PSO)算法全局寻优、快速收敛的优点,针对查询优化中相关反馈(relevant feedback,RF)问题的特点,提出一种理想值监督下的粒子群优化-相关反馈(PSO-RF)算法,算法在理想值监督下指导粒子的运动方向,进而快速向理想解集靠拢.实验表明,该方法能够有效的提高检索性能,取得较好的检索结果.【总页数】3页(P971-973)【作者】许相莉;张利彪;刘向东;于哲舟;周春光【作者单位】吉林大学,计算机科学与技术学院,吉林,长春,130012;吉林大学,计算机科学与技术学院,吉林,长春,130012;吉林大学,计算机科学与技术学院,吉林,长春,130012;吉林大学,计算机科学与技术学院,吉林,长春,130012;吉林大学,计算机科学与技术学院,吉林,长春,130012【正文语种】中文【中图分类】TP391【相关文献】1.图像检索中基于OC-SVM的主动相关反馈算法 [J], 解洪胜;张虹2.图像检索中基于向量转移的相关反馈算法的研究与改进 [J], 郑秋梅;蒋晓红;杨发科3.基于内容的图像检索中的相关反馈算法 [J], 牛蕾;倪林4.基于SVM相关反馈的鞋印图像检索算法 [J], 焦扬;杨传颖;石宝5.图像检索中基于记忆与半监督的主动相关反馈算法 [J], 周艺华;曹元大;魏本杰;张洪欣因版权原因，仅展示原文概要，查看原文内容请购买。
Rich Get Richer——图像检索中的一种自适应的相关反馈方法
Rich Get Richer——图像检索中的一种自适应的相关反馈方
法
段立娟;高文;马继勇
【期刊名称】《计算机研究与发展》
【年(卷),期】2001(038)008
【摘要】早期的基于内容的图像检索系统以图像处理技术为核心,研究重点集中在视觉特征的选择和提取方面,而没有充分利用人们在视觉方面的主观性和人类所广泛使用的高层次概念和低层次视觉特征之间的相关性.为解决上述问题,近年来相关反馈在基于内容的图像检索中受到重视.提出了一种新的相关反馈方法,使得高层次语义特征能够逐步嵌入到基于低层次特征的图像检索中,该方法不仅能够记忆以前的交互信息,而且能够记忆相应的交互信息给系统带来的影响,实验结果表明该方法准确率高、响应速度快.
【总页数】6页(P960-965)
【作者】段立娟;高文;马继勇
【作者单位】中国科学院计算技术研究所;中国科学院计算技术研究所;中国科学院计算技术研究所
【正文语种】中文
【中图分类】TP391;TP311.13
【相关文献】
1.一种判别极端学习的相关反馈图像检索方法 [J], 黄晓冬;孙亮;刘胜蓝
2.一种基于区域分割和相关反馈的图像检索方法 [J], 丁兴军;樊来耀
3.一种基于区域检测的图像检索相关反馈方法 [J], 王梦蕾
4.一种基于多分类SVM的相关反馈图像检索方法 [J], 钱秋银;张正兰
5.一种基于内容图像检索的新的相关反馈方法 [J], 李丹妮;李百策
因版权原因，仅展示原文概要，查看原文内容请购买。
一种具有相关反馈的图像检索方法
一种具有相关反馈的图像检索方法
韦娜;王涛
【期刊名称】《计算机应用与软件》
【年(卷),期】2007(024)012
【摘要】图像底层特征和高层语义之间存在着巨大的语义鸿沟.受限于图像理解技术的发展水平和对认知的理解水平.目前,对图像语义的描述还无法由计算机自动建立.要克服语义鸿沟,需引入相关反馈机制.特征提取采用结合空间信息的颜色一致直方图方法,并建立了基于方差分析的权值调整方法进行反馈调节,有效地提高了图像检索准确率.
【总页数】3页(P168-170)
【作者】韦娜;王涛
【作者单位】长安大学信息工程学院,陕西,西安,710064;武警工程学院基础部,陕西,西安,710086
【正文语种】中文
【中图分类】TP3
【相关文献】
1.一种判别极端学习的相关反馈图像检索方法 [J], 黄晓冬;孙亮;刘胜蓝
2.一种基于区域分割和相关反馈的图像检索方法 [J], 丁兴军;樊来耀
3.一种基于颜色纹理和相关反馈的图像检索方法 [J], 安嵘;王于同;任雪萍
4.一种新的基于重排序的相关反馈图像检索方法 [J], 杨德三;李明;刘玲
5.一种基于多分类SVM的相关反馈图像检索方法 [J], 钱秋银;张正兰
因版权原因，仅展示原文概要，查看原文内容请购买。
基于内容的图形数据检索和相关性反馈
特征层查 实质 找， 就是目 标特征矢量与存 储在 数据库内的特征矢量的相似性度量。 语义特 (3 )
征层查找， 可以看成是一种基于对象的查找， 对图像中包含的具体事物、 场景、 图像描述的 感情色彩的查找都可以看成这个层次的查找。 语义表示方法需要对物体进行识别和解释， 往 往要借助人类的知识推理 ， 采用的表示方式不 同， 查询时进行相似性比较的算法也不一样， 如数值式的特征比较可采用多维空间中点的 距离来计算， 而对基于文字性的语义特征的查 询， 可直接采用文本信息检索技术。图像检索 所用到的基本特征大多属于第二层和第三层 特征， 即颜色、 纹理、 形状、 轮廓、 空间关系、 时间关系、图像的语义等等。 目 基于内容检索的图像数据库工作主 前， 要集中于寻求各种各样特征表示方法， 并希望 能找到每类特征中的 “ 最佳”表示方法。例 如， 对干纹理特征就有很多表示方法， 包括 Tar ura 纹理特征、MSAR 特征， n 基于Gabor
以计算机为中心， 使得一些查询结果从计算机 的角度来看是相似的， 而人却认为是不相似 的， 我们将这种系统称为以计算机为中心的系 统。尽管这种方法奠定了CB R 的基础， I 但其 性能并不令人满意 ， 可归结为以下两个原
因:
如颜色、 纹理、 状、 形 轮廓等 就是一幅图 像与
其他图像不同的原始特征或根本属性。物理
需要进行包括数据模型、图像内容的获取、 人 机接口、以及完成检索框架等方面的研究， 一
于相似性的查找， 由低至高可分为 3 个层次: (1 原始数据层的查找， ) 即通过图像之间的像素 点比较查图。 (2)物理特征层查找， 图像的特征
滤波器的特征和基阶段， 容图 I 是
S Cj胜 压 & T仁 NC CHNO仁 OGY jN厂 日 0 MA 歹 闪 1 0