基于区域映射与全概率模型的多示例图像检索方法.pdf

《基于区域映射与全概率模型的多示例图像检索方法.pdf》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、中国科技论文在线http://www.paper.edu.cn基于区域映射与全概率模型的多示例图像#检索方法*吴建国，李辉5（安徽大学计算机科学与技术学院安徽合肥230601）摘要：针对语义图像的检索问题，提出基于区域映射与全概率模型的多示例检索方法。该方法把图像看成多示例包，图像上的区域看成示例，首先对每一张图像进行SLIC超像素分割，通过寻找图像上的关键点，并在该图像上进行区域映射，把关键点所在的超像素区域取出，提取该区域的颜色、纹理特征，生成该图像的多示例包，然后利用视觉语义模型和全概率模10型获得包特征，最后使用支持向量机进行学习，获得查询模型，并对检索结果按相关性

2、大小进行排序。所提方法不仅使用了关键点映射的思想充分利用了关键点所属区域的感兴趣信息，而且使用了全概率模型充分考虑到了示例在包中的重要程度,提高了检索准确率。在Corel数据集和SIVAL数据集上的对比实验表明，该方法具有良好的性能。关键词：区域映射；全概率模型；多示例学习；图像检索15中图分类号：TP391.4AMulti-instanceImageRetrievalMethodBasedonRegionMappingandTheTotalProbabilityModel20WUJianGuo,LIhui(SchoolofComputerScienceandTechnol

3、ogy,Anhuiuniversity,Hefei230601,Anhui,China)Abstract:Aimingatsolvingtheproblemofsemanticimageretrieval,amulti-instanceimageretrievalmethodbasedonregionmappingandthetotalprobabilitymodel(TPM)isproposedinthispaper.Itregardsanimageasabagandtheregionsintheimageasinstances.Firstly,eachimageisse

4、gmented25bythemethodofSimpleLinearIterativeClustering(SLIC).Secondly,thekeypointsarefoundoutfromtheimageandmapthepointstotheregions.Thirdly,thefeaturesofcolorandtextureareextractedfromthosesuper-pixelswhicharemappedbythekeypoints,andthebagisgeneratedbythefeaturespace.Fourthly,thefeaturesof

5、thebagwillbeproducedbyusingthevisualsemanticmodel(VSM)andTPM.Finally,theSupportVectorMachineisusedtobuildthequerymodelandthequery30resultsaresortedaccordingtothecorrelation.Theproposedmethodmakesfulluseoftheinformationoftheregionwhichcontainsthekeypointsbyusingtheideaofregionmappingandalso

6、fullytakestheimportanceoftheinstanceinthebagintoaccountbyusingTPMsothattheaccuracyoftheimageretrievalisimproved.ItisprovedthatourmethodhasbetteraccuracybycomparingwithothermethodsthroughtheexperimentsontheimagedatasetsoftheCorelandSIVALbenchmarks.35Keywords:regionmapping;totalprobabilitymo

7、del;multi-instancelearning;imageretrieval0引言从急剧增长的图像库中选择自己感兴趣的图像成为人们迫切的需求，然而由于图像的语40义非常丰富，这使得基于内容的图像检索成为一个非常具有挑战性的难题。经典的基于内容[1-2]的图像检索（content-basedimageretrieval，CBIR）方法尽管采用了图像的颜色、纹理、形状等特征，但是检索的准确度被图像的多语义性所局限。基金项目：2013年高等学校博士学科点专项科研基金联合资助课题(20133401110009)作者简