基于随机游走图像多样性搜索重排序算法的研究

《基于随机游走图像多样性搜索重排序算法的研究》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、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行搜索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅

2、和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日中文摘要近些年来随着互联网的发展，网络上出现的数据呈现出爆炸式的增长，特别是图像数据。图像具有直观、生动的特性，且与人类生活息息相关，因此如何能够准确地获取所需图像信息是当前多媒体搜索领域需要重点解决的问题。目前主流的搜索引擎主要是依靠图像的标题、描述等元数据信息进行基于文字信息的图像搜索，并没有利用图像的视觉特性，因此搜索结果并不理想。为了使结果更加符合用户的需求，图像搜索重排

3、序算法被提出应用于图像搜索领域。该技术是指在原始文本搜索的基础之上，再次结合图像本身的信息对原始的重排序结果进行重新重排序，以提高用户的搜索体验。目前的大多工作围绕图像的相关性搜索重排序展开，对多样性搜索重排序的研究较少。相关性重排序是指对于返回结果来说，都是将相关的样本排在结果集的前列，但是很少考虑样本相互之间的联系，而多样性重排序是为了提高返回结果的多样性，也就是覆盖主题的多样性，以降低相关重排序中带来的信息冗余问题。本文主要利用随机游走模型实现图像搜索的多样性重排序。具体工作如下：1）实现了基于图像的搜索相关性重排序算法，能够使产

4、生的结果按照相关性进行重排序。2）提出了基于DivRank算法的图像多样性重排序算法。DivRank是自定义的随机游走模型，通过引入访问次数随时间增长的马尔科夫数学模型来完成多样性重排，能够有效的降低搜索结果之间的冗余信息。为此，我们将其应用于图像领域并提出相应的GDRID算法。3）提出了基于DDRank的图像多样性重排序算法。DDRank是基于DivRank算法的改进，它通过修改初始重排序的权值来降低DivRank所带来的永久破坏原始信息网络结构的副作用，能够在保证多样性的基础上兼顾相关性。为此，我们将其应用在图像领域并提出相应的DI

5、R算法。通过在MSRA_V-1.0等数据库上的大规模实验，表明所提GDRID和DIR算法能够在有效保持图像搜索相关性的前提下，提高多样性性能。关键词：图像搜索重排序多样性搜索重排序随机游走基于内容的图像搜索ABSTRACTWiththedevelopmentoftheinternetinrecentyears,themultimediadataespeciallytheimagesandvideosareexplosivelygrowing.Visualresourceshavesomeunmatchablefeatureslikein

6、tuitiveandvivid.Mostofpeopleareindispensabletotheseresources.Therefore,howtocorrectlyretrievevisualresourcesisthemostconcerntoallsearchengines.However,mainstreamsearchenginesusetextretrievalusuallybasedonthetitleoftheimageorthedescriptionmeta-dataratherthanvisualinformat

7、ionoftheimageitself,sothatthesearchingresultsarenotideal.ImageRerankingalgorithmshavebeenproposedinordertomakeinlinewiththeneedoftheusers.Rerankingisgenerallyusingtheinformationoftheimageitselftoreordertheoriginalresultinordertoimprovetheuserexperience.Mostofcurrentresea

8、rchespaymoreattentiontothediversityReRankingratherthanRelevanceReRanking.RelevanceReRankingmeanstherele