基于半監(jiān)督學(xué)習(xí)的圖像檢索技術(shù)研究.pdf

1、近年來(lái)，隨著計(jì)算機(jī)技術(shù)、通信技術(shù)、多媒體技術(shù)以及網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，全世界的數(shù)字圖像資源正以驚人的速度增長(zhǎng)。這些圖像信息來(lái)源于衛(wèi)星系統(tǒng)、監(jiān)測(cè)系統(tǒng)、科學(xué)實(shí)驗(yàn)和生物醫(yī)學(xué)等領(lǐng)域，包含了大量有用的信息。然而，由于這些圖像是無(wú)序地發(fā)布在世界各地，圖像中包含的有效信息很有可能無(wú)法被有效地訪問和利用。因此，如何有效地組織、管理和利用這些海量的圖像資源，以及如何快速、高效地從大規(guī)模圖像數(shù)據(jù)庫(kù)中檢索出滿足用戶需求的圖像，是許多應(yīng)用領(lǐng)域所面臨的重要問題。<

2、br>　　 傳統(tǒng)的基于文本的圖像檢索技術(shù)，因存在人工標(biāo)注工作量過大以及關(guān)鍵字標(biāo)注帶來(lái)的主觀性與不精確性等問題，已不能滿足當(dāng)前海量圖像資源的檢索需求。為克服傳統(tǒng)圖像檢索技術(shù)的缺陷，需要一種一般性地、全面地和客觀地提取圖像內(nèi)容的技術(shù)。在這樣的背景下，基于內(nèi)容的圖像檢索(Content-Based Image Retrieval, CBIR)技術(shù)應(yīng)運(yùn)而生。其主要思想是在融合圖像理解、模式識(shí)別、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等諸多相關(guān)技術(shù)的基礎(chǔ)上，根據(jù)

3、圖像內(nèi)容所包含的色彩、紋理、形狀等信息，提取出描述圖像信息的特征向量，建立圖像的特征庫(kù)；然后計(jì)算查詢圖像與圖像特征庫(kù)中特征向量間的相似度，返回查詢結(jié)果。在當(dāng)前研究成果的基礎(chǔ)上，如何更加有效地描述查詢圖像與特征庫(kù)中圖像特征向量間的相似度、提高圖像檢索的準(zhǔn)確率等都是值得進(jìn)一步研究的問題。
　　 本文在回顧了基于內(nèi)容的圖像檢索研究現(xiàn)狀、發(fā)展趨勢(shì)以及關(guān)鍵技術(shù)的基礎(chǔ)上，提出了一種基于半監(jiān)督學(xué)習(xí)(Semi-Supervised Learni

4、ng)的圖像檢索模型。為了解決檢索大型圖像數(shù)據(jù)庫(kù)時(shí)所面臨的高計(jì)算代價(jià)問題，本文提出的半監(jiān)督檢索模型首先引入一種基于各向異性相似性估計(jì)(Anisotropic Similarity Measurement)的預(yù)處理機(jī)制。該預(yù)處理機(jī)制在實(shí)現(xiàn)濾除與輸入查詢圖像不相關(guān)圖像的同時(shí)保留一定比例的數(shù)據(jù)庫(kù)相關(guān)圖像。然后，半監(jiān)督檢索模型運(yùn)用雙曲線正切函數(shù)(Double Hyperbolic Tangent Function)表示數(shù)據(jù)庫(kù)相關(guān)圖像與查詢圖像之

5、間的模糊隸屬度。該隸屬度數(shù)值同時(shí)也可視為圖像檢索的初步結(jié)果。最后，該模型運(yùn)用基于隨機(jī)行程與重新開始(random walk and restart)的半監(jiān)督學(xué)習(xí)方法細(xì)化檢索的初始結(jié)果，以得到高精度的檢索結(jié)果。
　　 在通用圖像數(shù)據(jù)庫(kù)Corel5000平臺(tái)上對(duì)本文提出的半監(jiān)督學(xué)習(xí)檢索算法進(jìn)行了測(cè)試，并與基于支持向量機(jī)(Support Vector Machine)及基于流行排序(Manifold Ranking)的算法進(jìn)行了比較。