圖像檢索中基于強化學(xué)習(xí)的相關(guān)反饋技術(shù)研究.pdf

1、隨著計算機互聯(lián)網(wǎng)和各種數(shù)字化設(shè)備的普及，有關(guān)多媒體信息管理的研究特別是圖像檢索越來越受到關(guān)注。目前，基于內(nèi)容的圖像檢索技術(shù)成為圖像檢索的主流。為了改善檢索結(jié)果，圖像檢索中提出了相關(guān)反饋技術(shù)，很好的實現(xiàn)了人機交互，因此相關(guān)反饋成為了圖像檢索中不可缺少的部分。 本論文通過對基于內(nèi)容的圖像檢索、相關(guān)反饋算法以及強化學(xué)習(xí)等多方面的研究，將強化學(xué)習(xí)中的Q學(xué)習(xí)算法結(jié)合到相關(guān)反饋中，提出一種基于Q學(xué)習(xí)的相關(guān)反饋算法，實驗結(jié)果證明，本文的算法檢

2、索效果良好。此外，本文還對現(xiàn)有的IRRL模型(圖像檢索強化學(xué)習(xí)模型)算法進(jìn)行了改進(jìn)，并實驗證明其優(yōu)于改進(jìn)前的IRRL算法。 本文主要研究工作為： 1．分析了現(xiàn)有的圖像可視化特征的提取算法，特別是顏色和形狀特征的提取算法，通過具體的實驗，提出了一種更好的特征提取算法。 2．通過研究學(xué)習(xí)強化學(xué)習(xí)原理以及強化學(xué)習(xí)中Q學(xué)習(xí)算法，尋找與相關(guān)反饋算法的可融合點。選擇Q矩陣記錄每幅圖像的累加獎賞值，通過Q學(xué)習(xí)算法，根據(jù)Q矩陣，圖像的Q

3、值越大則越相關(guān)。 3．對現(xiàn)有的IRRL模型提出改進(jìn)，選擇每類圖像的中值圖像來提取最優(yōu)策略；每次反饋時，根據(jù)用戶的最新一輪的反饋值來選取具體的相關(guān)反饋算法。 4．獲取策略后，根據(jù)策略進(jìn)行圖像檢索時，存在不同的反饋算法間如何組合的問題。本文采取特征加權(quán)分別與查詢優(yōu)化、貝葉斯分類器相結(jié)合的方法，獲得了更好的檢索結(jié)果。 本文將強化學(xué)習(xí)原理結(jié)合到圖像檢索的相關(guān)反饋技術(shù)中，使相關(guān)反饋能更好的實現(xiàn)人機交互，檢索系統(tǒng)能更好的滿足