基于主动相关反馈的图像检索方法

在基于内容的图像检索中,如何找到有效方法以缩小图像的视觉描述和用户语义解释之间的差异是一个关键问题.本文在图像检索的相关反馈过程中引入主动学习的思想,提出了主动相关反馈方法,通过将用户的注意力集中在检索系统分类确定性低的图像上,使得用户反馈针对最能有效提高检索性能的图像进行.实验结果表明,该方法有助于缩小用户查询中的歧义性,有效提高检索效率.     

基于多聚类中心的图像检索相关反馈方法

相关反馈技术是基于内容的图像检索领域近期研究的热点之一.现有方法通过用户给出的相关反馈图像来寻求唯一的全局最优检索点与权重.由于图像内在的复杂性,唯一的全局检索点通常难以准确覆盖用户的检索目标子空间,使得反馈对检索效果的改进表现出不稳定性.为解决这一问题,本文使用模糊聚类的方法对反馈图像集进行分析,并在此基础上给出了一个基于反馈图像的多聚类中心的相关反馈方法.实验对比显示,该方法能明显改善图像检索的效果且具有较强的稳定性.     

一种基于区域检测的图像检索相关反馈方法

提出一种基于用户兴趣区域检测的图像检索相关反馈学习方法,利用用户反馈为正相关的图像进行学习,进而猜测用户意图,获得更令用户满意的检索结果。该反馈学习方法的框架如下：1）对正相关的反馈图像与查询图像进行特征匹配;2）对匹配的特征使用RANSAC模型进行校准;3）进行区域选取。在选取了兴趣区域以后,可以将该区域直接抠取或将其中的特征点权值增强作为新的待查图像进行检索,提高检索的精度。实验表明本文方法可以返回更符合用户心意的检索结果。     

基于RBFN的交互式图像检索方法

相关反馈技术是近年来图像检索中的重要研究方向,它有效地缩短了用户高层语义和图像底层视觉特征的差距,大大提高了系统的检索精度。文中从机器学习的角度出发,提出了一种基于RBFN的相关反馈算法。同时,为了方便用户对检索结果的标记,将模糊逻辑引入到图像检索中。即:用户对检索结果标记为相关图像、模糊相关图像和不相关图像,利用这些反馈信息动态地建立RBFN的结构,并进行检索,这个过程反复进行直到用户得到满意的结果。实验表明,这种方法在图像检索中具有更好的性能和更强的推广能力。     

图像数据库检索中的信息过滤反馈方法

利用系统积累的反馈历史数据来改善图像检索的效果引起了越来越多的关注．该文在分析用户相关反馈记录的基础上．结合相关反馈记录中的用户评价数据和其对应的检索样本的图像内容两方面信息，提出了一种基于反馈记录的模糊聚类的反馈记录信息过滤分析方法来改进检索性能．实验显示．与现有方法相比，该文方法在图像检索的效果和反馈记录的利用效率方面都有明显改善．     

基于RBFN的交互式图像检索方法

相关反馈技术是近年来图像检索中的重要研究方向，它有效地缩短了用户高层语义和图像底层视觉特征的差距，大大提高了系统的检索精度。文中从机器学习的角度出发，提出了一种基于RBFN的相关反馈算法。同时，为了方便用户对检索结果的标记，将模糊逻辑引入到图像检索中。即：用户对检索结果标记为相关图像、模糊相关图像和不相关图像，利用这些反馈信息动态地建立RBFN的结构，并进行检索，这个过程反复进行直到用户得到满意的结果。实验表明，这种方法在图像检索中具有更好的性能和更强的推广能力。     

基于网络结构的图像检索相关反馈

相关反馈方法越来越多地应用到图像检索领域,而现有的相关反馈方法鲁棒性较差,由此提出一种新的相关反馈算法。该算法首先对查询图像进行颜色、纹理、形状的特征提取,组成特征向量;然后进行特征相似比较,返回初始检索结果,在反馈阶段,通过标记的相关和不相关图像构造用户反馈矢量作为查询偏好,用已经建立好的图像之间的资源分配矩阵乘以用户反馈矢量,实现资源的扩散和图像重排;最后把重排后的图像返回给用户,并提出一种改进资源分配矩阵的方法。实验结果表明,算法不仅鲁棒性强,而且反馈效果出色。     

基于交互式遗传算法和粗糙集的图像检索方法

针对如何在图像检索系统中客观地表达用户的感知,提出了一种基于粗糙集和遗传算法的相关反馈图像检索方法.采用粗糙集的方法求出图像的最简视觉特征子集,采用交互式遗传算法,对每一次反馈得到的候选图像集进行评价,利用遗传算子从图像库中选出接近用户需求的图像.实验表明该方法能有效的提高检索效率,是一种更为理想的检索方法.     

基于选择关系嵌入算法的图像检索方法

结合流形学习和相关反馈技术的图像检索方法关键是结合低层可视化信息,从少量用户反馈信息中学习用户语义,以获得语义子空间流形。为获得更真实的语义子空间,文中在区分对待低层可视化和用户反馈信息的同时,基于低层可视化信息选择学习反馈信息中的类内和类间关系,提出一种选择关系嵌入算法应用于图像检索。该方法可保留更真实的语义流形结构,从而提高在低维空间中的检索精度。实验结果表明文中方法可将图像映射到更广范围的低维空间,在反馈迭代两次之后检索精度提高最高可达16。3%。     

一种基于多分类SVM的相关反馈图像检索方法

相关反馈技术是近年来图像检索中的重要研究方向,它有效地缩短了用户高层语义和图像底层视觉特征的差距,大大提高了系统的检索精度,SVM因其通用性和出色的分类能力逐渐被引入到图像检索系统中.为了进一步提高检索效率,采用三级反馈机制引入模糊相关,用户对检索结果标记为相关图像、模糊相关图像和不相关图像,并对经典的查询向量点移动算法进行修改,在此基础上运用多分类SVM提出一种新的相关反馈图像检索方法.试验表明这是一个有效的方法.提高了图像检索效率.