资源描述：
《内容视角下图像检索及推荐技术探微》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、内容视角下图像检索及推荐技术探微-->第一章绪论基于机器学习的理论和方法应用于大规模图像数据检索和推荐是当前的一个研究热点,在理论界和实际使用中产生了较大的影响。由于语义鸿沟的存在,图像的检索和推荐领域一直是一个相当具有挑战性的研宄方向。本文针对大规模图像的检索和推荐问题,对图像的特征提取、相似度度量、语义聚类、交互显示、推荐等方面展开研宄,提出了多个适合该问题的算法,并构建了一个交互式的图像检索和推荐系统。取得的成果对图像检索和推荐相关领域的研究具有一定的科学意义和实践参考价值。本章在介绍了课题的研究
2、背景、研究意义以及己有的研究基础上,分析总结了本论文的主要研究内容,最后说明了论文取得旳创新性成果,并给出了论文的组织结构。§1.1基于内容的图像检索研究内容1.1.1图像检索技术与分类人类自诞生以来,眼睛就一直是其最重要的感觉器官,没有眼睛,人对自然的适应和改造能力就会大大下降。研宄表明,人类从眼睛获得的信息大约占到人获取的总信息量的83%"1,因此,视觉系统是我们认识世界的最主要的窗口。随着网络技术以及数字图像视频处理技术的发展,各种大型图像库纷纷出现,而且互联网己经摆脱了过去以文字内容为主图像内容
3、匮乏的时代,进入了一个图像与视频等多媒体信息占主要内容的时代,数字图像的数目呈现出一种几何级增长的态势,人们可以通过这些多媒体内容直观形象的了解世界,这为人们的生活工作带来了极大的便利。但是伴随着互联网图像信息日新月异的增长速度,另外一个问题也应运而生,这就是人们在图像的海洋中不能够迅速的找到自己感兴趣的图像。为了解决这个问题,各种图像检索技术应运而生,图像检索最开始是使用基于文本的技术进行的(Text-basedimageretrieval,这种方法首先要对图像内容进行人工标注,如图1.1所示,用户用
4、几个关键字(比如图像的名称、大小、主颜色等)标注图像的内容,用户输入所要检索图像的关键字后,通过文本匹配的方法找到相关的图像。这种方法直观方便,系统运行速度也可以非常快,但是其缺点也很明显:(1)需要用户手工标注图像,这在图像数据非常多的情况下需要巨大的工作量,对于互联网每天产生的海量图像而言,人工标注已经不可能实现;(2)人工标注的关键字不一定能准确表达图像的内容,一幅图像包含着大量的信息,仅靠人工标注显然不能充分表达图像的内容;(3)同一幅图像,在不同的场景下可能有不同的含义;(4)在同一个场景下,
5、不同的人可能对于该图片有着不同的理解。从上个世纪90年代开始,基于内容的图像检索技术(Content-basedimageretrieval,CBIRf]开始成为研究的热点,经过这么多年的发展,基于内容的图像检索技术己经取得了长足的进步,并且在许多方面取得了显著的成果,在可以预见的将来,CB1R技术将成为解决海量图像库中检索图像的关键技术。如图1.2所示,这种技术首先对图像库中的图像自动提取其视觉特征(包括颜色、纹理、形状等)形成对图像内容的描述,当用户在检索时输入一幅自己的图像,系统提取该图像的视觉特
6、征,并和图像库中旳图像进行比对,找出特征最接近的图像反馈给用户。这些检索系统大概分成以下几类[4]:第二章基于全局和局部特征的图像相似度度量基于内容的图像检索第一步是提取能够表示图像内容的特征,图像特征提取的合适与否,直接关系到最终图像检索的结果。在图像检索和推荐任务中,经常使用三种策略提取图像的特征:(1)基于图像的特征提取:基于图像的特征提取策略提取整幅图像的特征,比如颜色特征[43],这类方法不需要对图像进行分割、计算速度快,缺点是不能反映图像中物体的信息。(2)基于区域的特征提取:基于区域的特征
7、提取策略在分割图像的基础上提取各个分割区域的特征。这类方法可以获取图像中物体的信息,缺点是分割的区域不能准确表达对象的特性,而且计算复杂度较大。(3)基于对象的特征提取:基于对象的特征提取策略对图像中的目标进行识别,实现对图像语义内容的提取,该方法可实现语义检索,提高检索的准确性。缺点是对象语义内容的提取目前还很不成熟。为了能够做到在提取图像特征的同时保证检索与推荐系统的运行速度,本文选择了基于图像旳特征提取策略,既提取了表达图像全局内容的颜色直方图特征,又提取了表达图像的局部内容的颜色灰度共生阵特征、
8、Gabor纹理特征以及SIFT关键点特征,由于本文面向大规模图像数据处理,为了保证图像处理的实时性,本文没有对图像进行分割并提取区域的特征。提取内容后,先用核函数法构建基于各特征的相似度度量矩阵,并将这些相似度度量矩阵线性组合成一个能多方位表达图像相似度的度量矩阵,用以表征图像之间的相似度。§2.1彩色直方图特征提取一幅图像中的包含的颜色信息对于表达图像的内容非常重要,相对于其他特征,颜色特征稳定性好,对于图像的选择、缩放等操作均不敏感,尤
