基于内容的图像检索中的相关反馈算法

近几年,相关反馈算法作为解决图像检索问题行之有效的方法,受到人们越来越多的重视,各种各样的相关反馈算法层出不穷,该文回顾了早期的启发式相关反馈算法和近期的最优相关反馈算法,对现有的相关反馈算法进行了分析、总结和对比,并提出了今后相关反馈算法的发展方向。     

基于灰色系统理论的多特征相关反馈图像检索

探讨了灰色系统理论在相关反馈图像检索中的应用,提出了一种基于灰色系统理论的相关反馈图像检索算法,动态地更新查询向量,从而使图像检索结果与人的主观感知更加接近,具有自适应性。实验结果表明,文中的方法是很有效的。     

一种具有相关反馈的图像检索方法

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.     

一种基于相关反馈的图像检索算法

本文介绍了一种基于相关反馈的图像检索算法,并实现系统与传统的图像检索系统进行性能比较。经实验证明,该方法有效提高检索效率。     

基于贝叶斯分类器的图像检索相关反馈算法

由于图像底层特征及其本身所包含的上层语义信息的巨大差距,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案,在过去的几年中,相关反馈在该研究领域取得了一定的成功.提出了一种新的具有学习能力的反馈算法.该算法基于贝叶斯分类原理,运用不同的反馈策略分别处理正、负反馈,同时它具有学习能力,可以运用用户的反馈信息不断地修正检索参数,使系统的检索能力得到不断的提高.通过在大图片库上的检索实验 ,该算法产生的效果大大优于当前其他的反馈方法.     

遗传反馈的多特征图像检索

基于内容的图像检索是随着数字多媒体技术的发展和普及而新兴的一门信息检索技术。针对当前该领域存在的对图像描述不准确、查询精度低以及反馈次数较多的问题,提出一种基于遗传反馈的图像检索算法。该算法以遗传算法和相关反馈为基础,利用多特征进行检索,避免在利用单一特征进行检索时所出现的不同图像具有相同单一特征（颜色、纹理和形状等）的问题,对图像进行多特征描述可以从多个角度对图像进行定义,大大减少了不同图像却具有相同特征的概率。与现有的算法相比,其具有自动调整图像特征权重、较低反馈次数和较高查询精度的特性。实验结果表明,该算法对于旋转、平移和尺度变化具有较强的鲁棒性,同时具有减少反馈次数和较高查询精度的性能。     

基于内容图像检索中的相关反馈技术研究*

简要介绍了基于内容的图像检索,讨论了相关反馈的基本思想及其交互过程,重点对现有的相关反馈算法进行了分类总结和分析,并展望了今后相关反馈技术的发展趋势。     

交互式图像检索中相关反馈进展研究

在介绍现有的交互式图像检索机制的基础上,重点阐述和分析了交互式相关反馈技术及其进展;最后对图像检索技术的发展趋势进行了探讨。     

一种利用综合评分的相关反馈图像检索方法

提出一种利用综合评分的相关反馈检索方法.该方法将用户对检索的满意度信息连同反馈记录一起存于反馈日志数据库中,在进行新的检索时,将当前反馈样本集合与通过分析历史反馈信息得到的扩充样本集合一起作为软标签SVM的输入,训练出分类器,并用三种评分的加权和作为图像库图像最终的评分值.对1000幅图像数据库的实验表明,与现有相关反馈方法相比,该文方法在提高反馈效率,充分利用历史反馈信息,克服反馈噪声方面都有明显改善.     

利用相关反馈技术的图像检索研究

介绍了一种支持语义的图像检索系统—PIcsearch（PICTURE Search），该系统获取图像低层特征（颜色）时采用基于区域的主颜色提取算法．综合考虑了图像的像素统计特征和空间位置信息同时节省存储空间和计算时间。提出了高级视觉特征的语义查询。在图像库上构建一个可扩展的语义网络，利用一种基于用户相关反馈的机器学习策略来改进这种语义网络，以解决低层特征向高层语义特征的过渡问题，使检索能够体现高层次语义属性。实验证明，PICsearch能有效通过人机协同工作，弥补了计算机理解能力的不足，提高了检索效率。     

利用相关反馈技术的图像检索研究

介绍了一种支持语义的图像检索系统——PICsearch(PICTURE Search),该系统获取图像低层特征(颜色)时采用基于区域的主颜色提取算法,综合考虑了图像的像素统计特征和空间位置信息同时节省存储空间和计算时间.提出了高级视觉特征的语义查询.在图像库上构建一个可扩展的语义网络,利用一种基于用户相关反馈的机器学习策略来改进这种语义网络,以解决低层特征向高层语义特征的过渡问题,使检索能够体现高层次语义属性.实验证明,PICsearch能有效通过人机协同工作,弥补了计算机理解能力的不足,提高了检索效率.     

图像检索中相关反馈技术的特性研究

介绍了基于内容的图像检索技术以及一些图像检索系统存在的局限性,分析了为解决此局限而引入的相关反馈技术的机制,它将人也作为检索系统的一个部分,根据用户的反馈重新查询,从而提高检索精度。并将相关反馈技术分成3类,研究了采用相关反馈技术的图像检索系统的时序特性。     

一种新的基于SVM的相关反馈图像检索算法

提出了一种新的基于支持向量机(SVM)的相关反馈图像检索算法。实验结果表明,该算法在一定程度上解决了基于SVM的相关反馈图像检索中存在的样本不足的困难,提高了系统的检索性能。     

图像检索中一种支持多例查询的新方法

基于内容的图像检索的关键问题之一是高层语义和低层图像特征之间的差异,相关反馈技术是缩短这个"语义鸿沟"的有效方法。本文提出了一种新的相关反馈算法,通过分析正例图像在特征空间中的散布来构造该类图像的投影空间,该空间对应于一个语义类在特征空间中分布密集的子空间,在投影空间中计算相似图像。同时根据每次反馈的信息不断修正投影空间来提高系统的检索性能。在Corel大图像库中的实验结果表明,该算法对多例图像查询有较好的检索效果。     

基于ROI多特征和相关反馈的图像检索算法

本文提出了一种基于感兴趣区域(ROI)综合多特征和相关反馈的图像检索算法.在对图像进行四叉树分解的基础上,由用户选择感兴趣区域,综合颜色、纹理和形状三种底层特征进行多层感兴趣区域检索;由相关反馈技术体现用户感知的主观性,通过调整感兴趣区域、特征问、特征内的权重来提高查准率.给出了改进的CBIR通用模型和特征权重模型.实现了一个图像检索原型系统,将不同实验结果进行了比较和分析,实验结果表明,该文提出的方法具有良好的检索效果.     

一种改进的粒子群算法和相关反馈的图像检索

由于图像的低层特征与高层语义之间存在着语义鸿沟,以及用户对图像理解的主观性和易变性,使得基于内 容的图像检索结果不能很好地满足用户的需求。为解决这个问题,将粒子群算法和相关反馈引入到图像检索过程中, 根据用户的反馈信息,引入二自适应调整和Beta自适应变异的粒子群算法动态调整图像的特征权重,从而提高图像 的检索精度,以更好地满足用户的需求。     

一种基于SVM的相关反馈图像检索算法

相关反馈技术是近年来图像检索中的研究热点,本文以MPEG-7的边缘直方图作为图像特征,以支持向量机（SVM）为分类器,提出一种新的相关反馈算法。在每次反馈中对用户标记的相关样本进行学习,用历次返回的结果更新训练样本集,建立SVM分类器模型,并根据模型进行检索。本文还对不同核函数的SVM进行了对比,得出RBF核函数的SVM有较高的检索精度。使用由10000幅图像组成的图像库进行实验,结果表明,该算法可有效地检索出更多的相关图像,并且在有限训练样本情况下具有良好的泛化能力。     

一种基于近邻保留的相关反馈图像检索算法

图像检索中很多时候会出现相关反馈提供的标注样本数不足,从而导致监督学习方法面临过适应问题的困扰。提出一种能有效使用未标记数据的半监督新型算法:近邻保留回归算法,它通过使已标记数据的观测误差函数最小化,来选择综合性能最好的回归函数,以兼顾图像的语义特征及图像空间的几何结构,并解决过适应问题。实验结果证明,算法能有效提高图像检索系统的性能。