互聯(lián)網(wǎng)圖像的檢索問題一直是多媒體領(lǐng)域的研究重點,大量的研究工作以提升用戶的檢索效率為宗旨,致力于快速而準確地為用戶提供匹配度高的內(nèi)容。但近年來的研究成果表明,用戶在進行檢索的過程中,往往對所需內(nèi)容沒有明確概念,需要檢索機提供大量可供選擇的相關(guān)內(nèi)容,引導其順利地獲取所需結(jié)果。此外,互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,使網(wǎng)絡中數(shù)據(jù)的模態(tài)千差萬別,由其中內(nèi)容描述、互聯(lián)關(guān)系等方面資源構(gòu)成的多元數(shù)據(jù),為圖像檢索技術(shù)帶來契機與挑戰(zhàn)。基于多樣性的檢索技術(shù)能夠?qū)W(wǎng)絡中的多模態(tài)信息進行歸納整合,充分挖掘各實體的共性與個性。同時,該技術(shù)能夠分析查詢信息所包含的多方面內(nèi)容,通過展示查詢詞各個側(cè)面的宏觀圖景,幫助用戶快速定位到所需的結(jié)果�，F(xiàn)有的圖像多樣性檢索算法,關(guān)注于圖像底層特征之間的關(guān)系,難以有效地挖掘圖像內(nèi)在語義信息,當處理自然場景圖像,面對比較嚴重的語義鴻溝現(xiàn)象時,如何設計有效的多樣性檢索算法,準確地反映查詢詞多視角內(nèi)容,還有待深入研究。此外,多媒體技術(shù)的發(fā)展、多元數(shù)據(jù)的大量出現(xiàn),也需要提出新方法來整合新的數(shù)據(jù)類型�；诖�,論文針對不同類型的多元數(shù)據(jù),充分考慮在不同場景下的應用問題,分別針對通用圖像、尺度變化圖像、... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：135 頁

【學位級別】：博士

【部分圖文】：

框架圖1.2兩種多樣性檢索框架示意圖(b)基于聚類的檢索

特征聯(lián)合建模四個方面，提出了四種不同算法，用于提升圖像檢索的相關(guān)性與多樣性。大量實驗結(jié)果與實驗對比證明我們所提出方法的有效性。本文章節(jié)安排如下（如圖1.4所示）第一章：綜述了在互聯(lián)網(wǎng)環(huán)境下進行圖像多樣性檢索的研究背景及意義，闡述了旅游圖像檢索技術(shù)的重要性，并簡要介紹了圖像檢索領(lǐng)域的幾個基本概念。之后13

具有多樣性的判別信息。為此，本章提出了一種新的圖像檢索方法，用來提取圖片多樣性的文本信息，同時與視覺特征結(jié)合，共同提升檢索結(jié)果的多樣性。該算法的流程如圖2.1所示，主要包括視覺建模、文本訓練與特征混合三個部分。在視覺建模部分，首先，將查詢詞輸入檢索機中獲取一組初始檢索圖像。其次，采用預先訓練的字典將圖像的視覺特征量化為視覺單詞，同時將圖像作為文檔、視覺單詞作為單詞構(gòu)建LDA模型，將圖像分配到不同視覺主題之中。在文本訓練部分，首先提取訓練圖像對應的元數(shù)據(jù)，其中包括圖像標題、文本描述以及標注，將其以詞頻統(tǒng)計的方式構(gòu)成圖像的文本特征。其次，利用文本特征與類標的對應關(guān)系訓練出閾值 1，將詞頻大于該閾值的詞作為共有詞，小于該閾值的詞作為獨有詞。在特征混合部分

【參考文獻】：
期刊論文
[1]基于聚類方法的百度搜索指數(shù)關(guān)鍵詞優(yōu)化及客流量預測研究[J]. 張玲玲,張笑,崔怡雯.  管理評論. 2018(08)
[2]以圖搜圖技術(shù)的發(fā)展及應用探究[J]. 疏斌,陳隆耀.  江蘇通信. 2017(06)
[3]圖像檢索技術(shù)研究進展[J]. 周文罡,李厚強,田奇.  南京信息工程大學學報(自然科學版). 2017(06)

博士論文
[1]基于交互式語義推理的圖像檢索算法研究[D]. 鄔俊.大連海事大學 2010
[2]搜索引擎檢索功能的性能評價研究[D]. 費巍.武漢大學 2010



本文編號：3595268