基于语义图像检索技术的研究

《基于语义图像检索技术的研究》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、摘要基于语义的图像检索要求计算机按照人的主观感觉和理解来检索图像，作为一种更合理的图像检索方法，已经成为基于内容的图像检索技术发展的必然要求。本文介绍了图像的语义模型、图像语义的提取和描述方法，论述了基于语义的图像检索研究中存在的问题及一些现有的解决方法。并针对图像的语义分类和语义检索，对基于语义的图像检索系统的设计和实现进行了研究。首先对图像数据库进行简单分类，提取图像的底层特征，基于支持向量机(SvM)实现了图像的分层语义分类，并基于查全率和查准率分析了不同SVM参数、不同特征或特征组合对语义分类的影响。最终为每个语义分类器训练生成特定的语义规则，

2、每个语义概念将由若干条语义规则确定。实验结果表明，通过选择合适的底层特征和SvM参数，SvM分类器能够有效地对图像数据库进行语义分类。设计完成了一个基于语义的图像检索原型系统，可实现关键字查询和示例图像查询，在关键字查询中引入基于svM增量学习的相关反馈机制，结合反馈结果中图像的相关度评价，重新训练svM分类器，修正语义规则，改进检索结果；在示例图像查询中，依据图像语义分类后生成的语义类别判定树，针对每级分类器，抽取示例图像相应的显著特征，判断其所属的语义类别。实验结果表明，通过两种查询方式和相关反馈的综合应用，检索系统在语义和视觉上都一定程度地满足了

3、用户的需要。关键词：图像检索语义SVM相关反馈Abs七ractSem锄tic．b私edinlage砌eval，笛amorercasom出leimagcretricvaltechnique，∞archesimagesaccordingtouser’sllIlderstandillg，卸d“h嬲becoInetllemajoftendcrIcyincont朗t_based确ageretrievalfield．nrou曲吐屺in打oductionofimagesem锄ticmodel，imagesemaIlticextractionanddes丽ption，

4、nlisp印erdiscuSsessomeexistingprDbl锄sand删nsolutiD船ofs锄瑚tic-baScdi111age撑喇ev址．Foc晒ngont11eimagesemanticclassificationaIldseImntic．b嬲ed删缸eval，mispaperconducts主snldyofdesignandiIIlplememofsenlantic-b觞ediIllagerc仃ievals)rs咖．Andthemainco砌butionsare蠲l’01lows：Basedonthei11itialc1嬲sifica

5、tionof血ciIIlageda龇ase，vari01lsVisualfc船sofimagesin廿ainingda_油aseareex订a_cted，aIldmeapplicationofSVM(SupportvectorMachine)inⅡ"llierarcllicaIsem锄ticclassmca_tionispresented．ThencenaillSVMpa舳etersaIldnomlaIizedfean鹏vectorsareu簖dto舶illt11eSⅥ垤d勰sifi％ofwhichtlleinnuencet0thesemanticcl

6、assmcationisaIlalyzedb舔edonrccallandprecision．Theresunofsem锄1ticclassi丘cationisasananticdetcnn主I鼬ttfee，ce】’t豳semanticmles盯egainedforeverys铡【lamiccl嬲smer'锄dever)rsemaIlticconceptinmedatabasecaIIbede咖iIledbysomeseIIlanticn11es．Thefesultsshowtllatappropfiatevisllal觎曲reandSVMpa姐mete

7、farehelp觚formeco玎cctsemarnicclassi丘cationOfimagedatak塔e．Aprototypeofsemamic_basedimagere城eValsygt啪isrealized，“canreceiVethequerymodebybothkeywordandex锄pleimage．h也ekeywordquerymodel，relevancefeedbackalgorinlnlbasedonSVMincrementalleanliIlgisbroughtfonⅣard．Consid硎ngbotht11erelevam

8、resultsandⅡ1eirrelevantones，SVMclassmerisre．Ⅱai