基于多特征融合與SVM的圖像檢索研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)與多媒體技術(shù)的飛速發(fā)展以及大數(shù)據(jù)時(shí)代的到來，網(wǎng)絡(luò)上的圖像數(shù)據(jù)呈爆炸式的增長(zhǎng)趨勢(shì)，人們的日常生活中也隨之充斥著各種各樣的圖像信息。如何從海量的圖像數(shù)據(jù)中快速而且準(zhǔn)確的獲取圖像信息成為一個(gè)迫切的需求?；趦?nèi)容的圖像檢索技術(shù)正是解決這一問題的研究重點(diǎn)與方向。然而基于內(nèi)容的圖像檢索的性能又受著圖像底層特征與圖像上層理解之間的語(yǔ)義鴻溝的影響。論文從兩個(gè)方面對(duì)圖像檢索技術(shù)開展研究:第一部分研究基于多特征融合的圖像檢索;第二部分研究基于

2、SVM（支持向量機(jī)）相關(guān)反饋的圖像檢索。主要工作如下:
　　(1)提出了一種多特征融合的圖像檢索算法。首先從圖像的底層特征提取方法展開研究，從整體上描述一幅圖像，提取全局圖像特征GIST，然后采用相似性度量方法在數(shù)據(jù)庫(kù)中尋找與查詢圖像在場(chǎng)景上相似的匹配圖像。之后以圖像局部特征為出發(fā)點(diǎn)，提取場(chǎng)景相似匹配圖像的局部SIFT（尺度不變特征變換）特征，由于一副圖像的局部SIFT特征為若干個(gè)特征點(diǎn)，因此采用基于BBF(BestBin Fir

3、st)搜索算法的點(diǎn)對(duì)匹配算法進(jìn)行SIFT特征點(diǎn)匹配。最后根據(jù)查詢圖像與場(chǎng)景相似匹配圖像SIFT特征點(diǎn)匹配數(shù)量返回檢索結(jié)果。通過先整體后局部的思想融合GIST特征與SIFT特征實(shí)現(xiàn)圖像檢索，本文融合算法與單特征算法的檢索性能進(jìn)行了實(shí)驗(yàn)對(duì)比，實(shí)驗(yàn)結(jié)果表明，融合多特征的檢索算法性能要優(yōu)于基于單特征的檢索算法。
　　(2)在傳統(tǒng)的基于內(nèi)容的圖像檢索基礎(chǔ)上研究了基于SVM相關(guān)反饋的圖像檢索。將機(jī)器學(xué)習(xí)的思想加入到圖像檢索中，在討論相關(guān)反饋技