基于關(guān)鍵點(diǎn)映射的全概率模型多示例圖像檢索方法.pdf

1、自我們進(jìn)入21世紀(jì)以來，計(jì)算機(jī)科學(xué)發(fā)生了翻天覆地的變化，人們對計(jì)算機(jī)視覺方面的研究越來越廣泛，而圖像檢索，它作為計(jì)算機(jī)視覺研究領(lǐng)域的一個熱門課題，也受到了廣大學(xué)者的重視。從急劇增長的圖像庫中選擇自己感興趣的圖像成為人們迫切的需求，然而由于圖像的語義非常豐富，這使得基于內(nèi)容的圖像檢索成為一個非常具有挑戰(zhàn)性的難題。經(jīng)典的圖像檢索的方法有基于文本標(biāo)注的檢索和傳統(tǒng)方式的基于圖像內(nèi)容的檢索，前者的缺點(diǎn)是需要依賴于大量的人工文本標(biāo)注工作，而后者盡管

2、采用了圖像的顏色、紋理、形狀等特征，但是檢索的準(zhǔn)確度被圖像的多語義性所局限。
　　多示例學(xué)習(xí)是一種較新的機(jī)器學(xué)習(xí)框架，它認(rèn)為訓(xùn)練集是由一組具有標(biāo)記的包組成的，每個包中均含有一組示例，但是示例的標(biāo)記具有不確定性，正包中至少有一個正示例，負(fù)包中的示例均是負(fù)示例，這一描述恰好與圖像多語義性的特點(diǎn)相符合，因此利用多示例學(xué)習(xí)來解決語義圖像檢索的問題是可行的。目前研究者將多示例學(xué)習(xí)應(yīng)用于圖像檢索，通過應(yīng)用不同的多示例包生成方法和多示例學(xué)習(xí)方法

3、對多示例圖像檢索算法進(jìn)行改進(jìn)，經(jīng)典的包生成方法有SBN(Single Blobwith Neighbors)、RR(Reasoning with Regions)等方法，經(jīng)典的多示例學(xué)習(xí)方法有EM-DD、MILES等算法。
　　在多示例包的生成方法上，SBN的方法具有提取簡單、運(yùn)行速度快的特點(diǎn)，準(zhǔn)確率比較一般;而RR方法比SBN方法的準(zhǔn)確率高，提取速度卻相對較慢，然而上述兩種方法均未考慮圖像本身所具有的感興趣區(qū)域，因此本文利用關(guān)鍵

4、點(diǎn)和超像素區(qū)域生成包，使包具有感興趣的特性。對于EM-DD、MILES等多示例學(xué)習(xí)算法，EM-DD需要大量的時(shí)間計(jì)算多樣性密度點(diǎn)，而MILES通過在訓(xùn)練集的示例原型空間上做投影計(jì)算，獲得多示例包的包特征，把多示例問題轉(zhuǎn)換為標(biāo)準(zhǔn)監(jiān)督學(xué)習(xí)的問題，相較之下MILES算法具有更成熟的理論、實(shí)現(xiàn)方法更加簡單的特點(diǎn)，但是示例原型空間中存在示例數(shù)目大、噪音多的問題降低了MILES算法的效率和準(zhǔn)確率。本文雖然利用了MILES算法的思想，但是采用了視覺語

5、義庫模型來解決MILES算法存在的示例原型空間中示例數(shù)目大、噪音多問題，另外，針對MILES算法并未充分利用示例間的相關(guān)性和示例在包中的重要程度的缺點(diǎn)，本文利用全概率模型提取包特征，并從理論的角度證明了基于全概率模型的多示例相似度計(jì)算是計(jì)算示例與聚類中心相關(guān)度的一般方法。
　　本文提出基于關(guān)鍵點(diǎn)映射的全概率模型多示例圖像檢索方法，把圖像看成多示例包，圖像上的區(qū)域看成示例，首先對每一張圖像進(jìn)行SLIC超像素分割，通過尋找圖像上的關(guān)鍵

6、點(diǎn)，并在該圖像上進(jìn)行區(qū)域映射，把關(guān)鍵點(diǎn)所在的超像素區(qū)域取出，提取該區(qū)域的顏色、紋理特征，生成該圖像的多示例包;然后利用視覺語義模型和全概率模型獲得包特征，以及使用基于流行排序的顯著程度計(jì)算方法，減少了一些顯著程度值較低卻含有關(guān)鍵點(diǎn)的超像素對包特征的影響;最后使用支持向量機(jī)進(jìn)行學(xué)習(xí)，獲得查詢模型，并對檢索結(jié)果按相關(guān)性大小進(jìn)行排序。
　　本文方法的優(yōu)點(diǎn)是:本文中多示例包是由用戶最可能的感興趣區(qū)域所生成，因此充分利用了關(guān)鍵點(diǎn)所屬區(qū)域的感