共查询到20条相似文献,搜索用时 296 毫秒
1.
2.
3.
为了解决传统的CBIR系统中存在的"语义鸿沟"问题,提出一种基于潜在语义索引技术(LSI)和相关反馈技术的图像检索方法.在进行图像检索时,先在HSV空间下提取颜色直方图作为底层视觉特征进行图像检索,然后引入潜在语义索引技术试图将底层特征赋予更高层次的语义含义;并且结合相关反馈技术,通过与用户交互进一步提高检索精度.实验... 相似文献
4.
解决语义鸿沟必须建立图像低层特征到高层语义的映射,针对此问题,本文提出了一种基于词汇树层次语义模型的图像检索方法.首先提取图像包含颜色信息的SIFT特征来构造图像库的特征词汇树,生成描述图像视觉信息的视觉词汇.并在此基础上利用Bayesian决策理论实现视觉词汇到语义主题信息的映射,进而构造了一个层次语义模型,并在此模型基础上完成了基于内容的语义图像检索算法.通过检索过程中用户的相关反馈,不仅可以加入正反馈图像扩展图像查询库,同时能够修正高层语义映射.实验结果表明,基于该模型的图像检索算法性能稳定,并且随着反馈次数的增加,检索效果明显提升. 相似文献
5.
基于形状的图像检索技术是基于内容的图像检索技术的一个重要组成部分。现有的形状特征检索技术主要集中于形状特征的提取及相似性度量、形状特征与颜色和纹理特征结合、形状特征与高层的语义特征结合的研究。在分析现有的基于形状的图像检索技术的一些关键技术的基础上,对基于小波尺度空间特征(WSS)的形状检索方法进行了研究,并提出了一些改进算法。 相似文献
6.
随着多媒体技术和因特网的发展,基于内容的图像检索已经成为多媒体处理中的关键技术。本文在单一纹理特征检索的基础上提出了利用综合纹理和像素中心两个特征共同进行检索的方法。对真实图像库的检索实验表明.综合特征检索比单一特征检索更符合检索要求,因此能取得更好的检索效果。 相似文献
7.
8.
由于视觉低层特征与高层语义间存在"语义鸿沟",基于内容的检索算法难以找到满足用户要求的图像,为了提高图像检索准确率,提出一种基于布谷鸟搜索算法的相关反馈图像检索方法(MCS)。首先分别提取图像的颜色、纹理、形状特征。然后根据用户的反馈信息,采用布谷鸟搜索算法动态调整特征的权值,从而建立满足用户实际偏好的图像相似度模型。最后采用仿真实验测试MCS的有效性。结果表明,相对于遗传算法、粒子群算法以及传统图像检索算法,MCS算法不仅提高了图像检索准确度,同时加快了图像检索效率,更好地满足图像检索要求。 相似文献
9.
现勘图像检索是进行证据图像比对以获取物证信息的重要手段.本文基于目前应用广泛的现勘图像数据库,根据图像内容将图像分为鞋印、指纹、纹身等种类.并通过对现勘图像的两项关键技术即低层数字特征提取和高层语义分析的总结,从颜色特征、纹理特征、边缘提取等方面综述了现勘图像低层数字特征提取技术,从利用语义模板和数据库本体结构、机器学习算法、引入人工反馈三大类高层语义提取技术综述了现勘图像高层语义分析的研究成果.最后,结合公安行业利用现勘图像获取物证线索的实际应用需求,指出了通过引入公安行业先验知识来提高检索效率等研究方向. 相似文献
10.
针对目前基于内容的图像检索技术中低级特征无法准确全面地描述高级语义的问题,本文提出了一种基于多级图像描述模型的渐进式图像内容理解.该图像描述模型在不同层次上对图像内容进行分析和提取,实现了图像内容的全方位描述,从底层向高层的过渡是渐进式的图像理解过程.特别是从视觉感知层到目标层,体现了图像低级特征与高级语义之间的过渡.本文给出了一种基于先验知识的上下文驱动的目标理解算法,实现了图像语义的提取.作为一个应用实例,本文给出了以上方法在基于内容的图像检索技术中的具体应用. 相似文献
11.
综合利用颜色和纹理特征的图像检索 总被引:64,自引:0,他引:64
基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。本文介绍了我们设计的分别基于颜色特征和基于纹理特征的两种图像检索算法。在利用单一特征检索的基础上,我们提出了一种综合利用上述两个特征共同进行检索的方法。对真实图像数据库的检索实验表明,综合特征检索要比单一特征检索更符合人的视觉感受要求,因而检索效果更好。 相似文献
12.
13.
Zhou Hong Chan Syin Kok F. Lai 《Journal of Visual Communication and Image Representation》1998,9(4):287-299
We present a two-pass image retrieval system in which retrieval techniques for text and image documents are combined in a novel approach. In the first pass, the text-based initial query is matched against the text captions of the images in the database to obtain the initial retrieved set. In the second pass, text and image features obtained from this initial retrieved set are used to expand the initial query. Additional images from the database are then retrieved based on the expanded query. The image features that we have used are color histograms, DC coefficients from the discrete cosine transform, and two texture features: multiresolution simultaneous autoregressive model and local binary pattern. These are low-level statistical image features that can be easily computed. Extensive experiments have been performed on 1019 color pictures of mixed variety with captions, relevance judgments and queries supplied by a national archives agency. Objective precision-recall results have been obtained with various combinations of text and image features. The results show that the image features do not perform well when used on their own. However, when image features are used in query expansion, they increase the average precision more significantly than text annotations. Moreover, these findings are valid at all precision levels and are not sensitive to the image feature acquisition parameters. 相似文献
14.
In this article, we propose a novel system for feature selection, which is one of the key problems in content-based image
indexing and retrieval as well as various other research fields such as pattern classification and genomic data analysis.
The proposed system aims at enhancing semantic image retrieval results, decreasing retrieval process complexity, and improving
the overall system usability for end-users of multimedia search engines. Three feature selection criteria and a decision method
construct the feature selection system. Two novel feature selection criteria based on inner-cluster and intercluster relations
are proposed in the article. A majority voting-based method is adapted for efficient selection of features and feature combinations.
The performance of the proposed criteria is assessed over a large image database and a number of features, and is compared
against competing techniques from the literature. Experiments show that the proposed feature selection system improves semantic
performance results in image retrieval systems.
This work was supported by the Academy of Finland, Project No. 213,462 (Finnish Centre of Excellence Program 2006–2011). 相似文献
15.
16.
17.
18.
19.
20.
基于MPEG-7的图像检索模型研究 总被引:5,自引:0,他引:5
研究了基于内容的图像检索系统中的目标描述模型的建立方法。首先指出了目标描述模型是图像检索的关键技术,然后分析了MPEG-7草案中有关多媒体描述的基本术语、描述机制和MPEG-7的应用框架,最后基于MPEG-7提出了一种适合于图像检索的目标描述模型。该模型对提取出的多种视觉特征和相应的表示方法采用了分层结构。模型满足用户对所需特征进行不同级别检索的要求。 相似文献