本文選題：Web圖像檢索 + 查詢對(duì)象挖掘　； 參考：《南京大學(xué)》2014年博士論文

【摘要】：在互聯(lián)網(wǎng)數(shù)據(jù)大爆炸的時(shí)代,搜索引擎正在并將繼續(xù)對(duì)人們的日常工作、學(xué)習(xí)和生活產(chǎn)生巨大的影響。目前,以Google、Bing以及Baidu等為代表的商業(yè)搜索引擎,以文本信息檢索技術(shù)為基礎(chǔ),在提供互聯(lián)網(wǎng)信息檢索服務(wù)方面獲得了巨大的成功。但以文本關(guān)鍵詞方式來(lái)檢索圖像的效果卻難盡如人意,仍然有很大的提升空間。近年來(lái),研究人員提出了很多針對(duì)基于關(guān)鍵詞圖像檢索的增強(qiáng)技術(shù),例如圖像檢索重排序,圖像檢索結(jié)果摘要和縮略圖生成等等。然而這些技術(shù)僅僅使用了圖像的一般性質(zhì),而沒(méi)有考慮不同類別圖像的特性。在處理對(duì)象查詢關(guān)鍵詞時(shí),由于傳統(tǒng)的圖像整體表示和對(duì)象查詢所需求的局部匹配特性不相容,檢索效果提升受到了很大的限制。本文從基于關(guān)鍵詞的圖像檢索應(yīng)用特性入手,基于面向檢索的圖像對(duì)象語(yǔ)義分析技術(shù),提出了一系列圖像檢索增強(qiáng)的技術(shù)方案,提高了圖像檢索結(jié)果的相關(guān)性排序、摘要、以及縮略圖等的處理效果,有效提升了圖像檢索服務(wù)的質(zhì)量。論文的主要工作和創(chuàng)新體現(xiàn)在以下幾個(gè)方面： 一、提出了一種面向檢索的圖像對(duì)象語(yǔ)義提取方法,有效解決了面向?qū)ο髾z索的圖像語(yǔ)義挖掘問(wèn)題。由于對(duì)象查詢是當(dāng)前基于關(guān)鍵詞的圖像檢索中一個(gè)重要的查詢類別,本文提出在基于關(guān)鍵區(qū)域的圖像表示上利用查詢對(duì)象挖掘技術(shù)挖掘潛在的對(duì)象類別,并且通過(guò)查詢擴(kuò)展的方式來(lái)構(gòu)建以當(dāng)前查詢?yōu)橹行牡木植炕Z(yǔ)義空間。構(gòu)建的檢索對(duì)象詞典有效地地支撐了后續(xù)檢索增強(qiáng)技術(shù),提升了Web圖像檢索的用戶體驗(yàn)。 二、提出了一種基于對(duì)象的語(yǔ)言模型風(fēng)險(xiǎn)最小化的圖像搜索重排序方法,大幅提升了Web圖像檢索的結(jié)果相關(guān)性。雖然研究者們?cè)鴮?duì)圖像搜索重排序提出一些有效的相關(guān)性假設(shè),但是傳統(tǒng)方法由于受到圖像背景噪聲的影響而使這些假設(shè)失去了應(yīng)有的效果。因此,本文提出利用基于對(duì)象的語(yǔ)言模型來(lái)形式化重排序問(wèn)題,以規(guī)避背景噪聲的影響,并通過(guò)一種風(fēng)險(xiǎn)最小化的框架來(lái)生成重排序函數(shù)。這種排序框架的最大難點(diǎn)在于以文本表示的查詢無(wú)法直接表示為對(duì)象語(yǔ)言模型。針對(duì)這個(gè)問(wèn)題,本文在對(duì)象語(yǔ)義層面上對(duì)多個(gè)經(jīng)典的相關(guān)性假設(shè)進(jìn)行了解讀,并基于這些假設(shè)對(duì)查詢的對(duì)象語(yǔ)言模型進(jìn)行預(yù)測(cè)。為使得所有的相關(guān)性假設(shè)能夠互補(bǔ),本文利用基于監(jiān)督學(xué)習(xí)的重排序框架從人工標(biāo)注的樣本中歸出用于集成不同假設(shè)的模型。在一個(gè)用于圖像排序結(jié)果評(píng)測(cè)的數(shù)據(jù)集上該方法能夠帶來(lái)10%的MAP效果提升。 三、提出了一種基于對(duì)象摘要性質(zhì)優(yōu)化的圖像搜索結(jié)果摘要方法,彌補(bǔ)了傳統(tǒng)摘要方法在處理對(duì)象查詢結(jié)果摘要中的不足。圖像搜索結(jié)果摘要的質(zhì)量取決于多個(gè)因素,包括查詢相關(guān)性,內(nèi)容多樣性和視覺(jué)吸引力等。雖然傳統(tǒng)摘要方法能夠在一定程度上滿足這些性質(zhì),但是在對(duì)象查詢上的摘要效果仍然不盡如人意。本文提出對(duì)象查詢結(jié)果摘要的多樣性具有多個(gè)粒度,并在此結(jié)論的基礎(chǔ)上提出了一種基于非極大值抑制的對(duì)象類別選擇方法。同時(shí),本文基于圖像美觀度依賴于對(duì)象在圖像中位置與大小的假設(shè),設(shè)計(jì)了一個(gè)圖像美觀度的估計(jì)方法。本文將所有影響摘要質(zhì)量的因素集成于一個(gè)概率松弛化后的優(yōu)化框架中,并使用梯度下降以及貪心算法進(jìn)行求解。通過(guò)用戶調(diào)查對(duì)查詢結(jié)果摘要質(zhì)量的評(píng)估結(jié)果表明,本文提出的摘要方法能夠獲得最多的“最佳摘要”投票數(shù)量。 四、提出了一種查詢相關(guān)縮略圖方法,解決了傳統(tǒng)縮略圖方法裁剪不精確以及無(wú)法有效處理多個(gè)前景對(duì)象的問(wèn)題。面向?qū)ο蟛樵兊目s略圖生成面臨的最大困難不僅僅來(lái)自于裁剪方法判斷前景對(duì)象在圖像中的位置的精確度,更來(lái)自于傳統(tǒng)裁剪方法無(wú)法準(zhǔn)確提供與查詢相關(guān)的裁剪結(jié)果。針對(duì)這兩個(gè)問(wèn)題,本文提出了基于對(duì)象字典的查詢相關(guān)前景定位方法。在此基礎(chǔ)上,本文提出了包括圖像可裁剪性判別、裁剪邊界擴(kuò)展與調(diào)整、缺失背景填補(bǔ)等在內(nèi)的完整解決方案,使得通過(guò)對(duì)象字典定位得到的對(duì)象包圍盒能夠轉(zhuǎn)化為一個(gè)符合用戶要求的裁剪結(jié)果。在針對(duì)縮略圖質(zhì)量進(jìn)行評(píng)價(jià)的用戶調(diào)查中,本文提出的縮略圖生成方法能夠獲得最多的高質(zhì)量縮略圖評(píng)價(jià)。 以搜索引擎作為支撐,開(kāi)發(fā)出語(yǔ)義信息抽取方法,并“反饋式”地應(yīng)用到搜索效果的提升之中是當(dāng)前搜索引擎相關(guān)研究的一個(gè)新趨勢(shì)。本文的工作開(kāi)辟了一條新的思路,通過(guò)領(lǐng)域相關(guān)知識(shí),針對(duì)性地優(yōu)化某一類特定查詢的檢索效果。這種思路在后續(xù)對(duì)其它類型查詢的研究中具有重要的參考價(jià)值。
[Abstract]:The search engine is and will continue to exert great influence on people ' s daily work , study and life in the age of large Internet data explosion .

Firstly , a retrieval - oriented semantic extraction method for image objects is proposed , which effectively solves the problem of image semantic mining of object - oriented retrieval . As an object query is an important category of query in image retrieval based on key words , this paper proposes to use query object mining technology to mine potential object categories based on key area image representation , and to construct localized semantic space centered on current query by query expansion . The constructed retrieval object dictionary effectively supports the subsequent retrieval enhancement technology and promotes the user experience of Web image retrieval .

This paper proposes an image search re - ordering method based on object - based language model risk minimization , which greatly improves the relevance of the results of Web image retrieval .

This paper presents a method of image search results based on object abstract property optimization . The quality of image search results is dependent on multiple factors , including query correlation , content diversity and visual appeal .

in ord to solve that problem that the traditional thumbnail method is not accurate and cannot effectively deal with a plurality of foreground objects , the maximum difficulty of the thumbnail generation of the object - oriented query is not only the precision of the position of the foreground object in the image from the cutting method , but also the cutting result which is related to the query cannot be accurately provided by the traditional clipping method .

Based on the search engine as the support , the semantic information extraction method is developed , and the " feedback " is applied to the promotion of search results . The work of this paper opens up a new idea , and optimizes the retrieval effect of a certain kind of specific query through relevant knowledge in the field . This thinking has important reference value in the future research on other types of queries .

【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 曹莉華,柳偉,李國(guó)輝;基于多種主色調(diào)的圖像檢索算法研究與實(shí)現(xiàn)[J];計(jì)算機(jī)研究與發(fā)展;1999年01期

2 李清勇;胡宏;施智平;史忠植;;基于紋理語(yǔ)義特征的圖像檢索研究[J];計(jì)算機(jī)學(xué)報(bào);2006年01期

3 王國(guó)營(yíng);梁春迎;;一種圖像顯著區(qū)域的提取方法[J];計(jì)算機(jī)應(yīng)用;2010年06期

4 王濤,胡事民,孫家廣;基于顏色-空間特征的圖像檢索[J];軟件學(xué)報(bào);2002年10期

5 劉忠偉,章毓晉;綜合利用顏色和紋理特征的圖像檢索[J];通信學(xué)報(bào);1999年05期

，

本文編號(hào)：1747787