本文關(guān)鍵詞：基于BoF的圖像檢索與行為識(shí)別研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)發(fā)展,網(wǎng)絡(luò)上存放的圖片數(shù)量逐年增加,目前已有數(shù)以億計(jì)的網(wǎng)絡(luò)圖片。如何在如此大規(guī)模的圖像集中快速的找到用戶想要的圖片,已經(jīng)成為計(jì)算機(jī)視覺(jué)領(lǐng)域里的一個(gè)重要問(wèn)題。為了解決這一問(wèn)題,基于內(nèi)容的圖像檢索研究被提出并受到了廣泛關(guān)注,每年都會(huì)有新的算法被提出。本文針對(duì)圖像檢索,研究了基本的基于內(nèi)容的圖像檢索方法和圖像檢索的一個(gè)子問(wèn)題：靜態(tài)圖像的行為識(shí)別。當(dāng)前在圖像檢索和分類領(lǐng)域里,最推崇的方法是使用局部特征的集合來(lái)描述圖像。特征詞袋(Bag-of-Feature,BoF)模型為將局部特征集合表示成統(tǒng)一維度的向量提供了可能。本論文的所有研究都是基于BoF模型的擴(kuò)展算法展開(kāi)。為了優(yōu)化傳統(tǒng)的基于內(nèi)容的圖像檢索方法,本文提出了BoC-BoF融合特征表征圖像內(nèi)容。首先,提取基于Rootsift描述子的BoF向量,獲得圖像的邊緣和形狀信息；其次,提取基于HSV空間的顏色詞袋(Bag-of-Color, BoC)表示向量,獲得圖像的全局顏色信息；最后,利用高斯外部歸一化算法將BoF表示向量和BoC表示向量融合形成BoC-BoF融合特征。BoC-BoF融合特征同時(shí)也實(shí)現(xiàn)了全局特征與局部特征相融合。檢索實(shí)驗(yàn)結(jié)果表明,基于BoC-BoF融合特征的圖像檢索方法比當(dāng)前流行的多種檢索方法更為有效。為了優(yōu)化基于內(nèi)容的圖像檢索方法,本文也詳細(xì)研究了它的子問(wèn)題：靜態(tài)圖像行為識(shí)別。之所以研究行為識(shí)別是因?yàn)樵趯?duì)圖像檢索結(jié)果改善過(guò)程中,發(fā)現(xiàn)現(xiàn)有的搜索引擎對(duì)某些高層語(yǔ)義的檢索結(jié)果需要進(jìn)行改善。通過(guò)對(duì)表示行為的關(guān)鍵詞構(gòu)建分類器,并與傳統(tǒng)檢索模型結(jié)合,將會(huì)對(duì)檢索結(jié)果進(jìn)行更加符合高層語(yǔ)義的改善。本文提出一種基于廣義性多核學(xué)習(xí)的靜態(tài)圖像人體行為識(shí)別方法。從圖像中提取基于邊緣的梯度方向直方圖和基于稠密采樣的尺度不變特征描述子,并使用空間金字塔模型加入粗略空間信息；運(yùn)用直方圖內(nèi)交核函數(shù)計(jì)算金字塔模型各層的核矩陣,通過(guò)廣義性多核學(xué)習(xí)方法求解各層核矩陣權(quán)重,以線性組合方式得到最優(yōu)核矩陣；最后利用多核學(xué)習(xí)決策函數(shù)進(jìn)行行為識(shí)別。Willow-actions數(shù)據(jù)集實(shí)驗(yàn)結(jié)果表明,本文方法比其它幾種方法更加有效。
【關(guān)鍵詞】：圖像檢索 行為識(shí)別 特征詞袋 多核學(xué)習(xí)
【學(xué)位授予單位】：山西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41
【目錄】：

• 中文摘要8-9
• ABSTRACT9-11
• 第一章 緒論11-17
• 1.1 研究背景與意義11-13
• 1.1.1 圖像檢索背景11-13
• 1.1.2 本文研究的問(wèn)題及其意義13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.3 本文主要工作15-16
• 1.4 本文組織結(jié)構(gòu)16-17
• 第二章 圖像特征與多核學(xué)習(xí)17-25
• 2.1 圖像特征17-18
• 2.1.1 全局圖像特征17
• 2.1.2 局部圖像特征17-18
• 2.2 SIFT局部特征算法18-21
• 2.2.1 SIFT的算法步驟18-21
• 2.2.2 SIFT算法的優(yōu)缺點(diǎn)分析21
• 2.3 BoF(Bag-of-Feature)表示模型21-23
• 2.4 多核學(xué)習(xí)23-24
• 2.5 本章小結(jié)24-25
• 第三章 基于BoC-BoF融合特征的圖像檢索25-35
• 3.1 引言25
• 3.2 BoC-BoF表示25-28
• 3.2.1 BoC表示的構(gòu)建過(guò)程25-27
• 3.2.2 BoC-BoF融合算法27-28
• 3.3 實(shí)驗(yàn)與結(jié)果分析28-34
• 3.3.1 數(shù)據(jù)集28-29
• 3.3.2 評(píng)測(cè)指標(biāo)29-31
• 3.3.3 全局相似性圖像檢索結(jié)果31-34
• 3.3.4 局部相似性圖像檢索結(jié)果34
• 3.4 本章小結(jié)34-35
• 第四章 基于廣義性多核學(xué)習(xí)的靜態(tài)圖像行為識(shí)別35-43
• 4.1 引言35-36
• 4.2 廣義性多核學(xué)習(xí)算法36-37
• 4.3 圖像表示37-38
• 4.3.1 空間金字塔模型37-38
• 4.3.2 Phog特征38
• 4.4 行為識(shí)別算法流程38-39
• 4.5 實(shí)驗(yàn)結(jié)果和分析39-41
• 4.5.1 數(shù)據(jù)集39-40
• 4.5.2 各種核函數(shù)的性能對(duì)比40
• 4.5.3 行為識(shí)別正確率比較40-41
• 4.6 本章小結(jié)41-43
• 第五章 總結(jié)與展望43-45
• 5.1 工作總結(jié)43-44
• 5.2 工作展望44-45
• 參考文獻(xiàn)45-51
• 攻讀學(xué)位期間取得的研究成果51-53
• 致謝53-55
• 個(gè)人簡(jiǎn)況及聯(lián)系方式55-57
• 承諾書57-59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 許天兵;一個(gè)語(yǔ)義制導(dǎo)的圖像檢索框架[J];中原工學(xué)院學(xué)報(bào);2004年04期

2 魯珂,趙繼東,葉婭蘭,曾家智;一種用于圖像檢索的新型半監(jiān)督學(xué)習(xí)算法[J];電子科技大學(xué)學(xué)報(bào);2005年05期

3 陳可佳;姜遠(yuǎn);周志華;;基于主動(dòng)相關(guān)反饋的圖像檢索方法[J];模式識(shí)別與人工智能;2005年04期

4 丁玉霞;程義民;李杰;王以孝;;一種基于目標(biāo)區(qū)域的圖像檢索方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年17期

5 樊飛飛;許宏麗;;神經(jīng)網(wǎng)絡(luò)在圖像檢索中的應(yīng)用研究[J];計(jì)算機(jī)與數(shù)字工程;2006年11期

6 江祥奎;原思聰;王發(fā)展;;基于灰色系統(tǒng)理論的多特征相關(guān)反饋圖像檢索[J];計(jì)算機(jī)工程;2006年23期

7 焦巖;王學(xué)軍;;科技資源圖像檢索的探討[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年06期

8 鮑健鵬;陳昭炯;;聚類技術(shù)在圖像檢索中的應(yīng)用[J];福建電腦;2007年06期

9 牛一帆;成剛虎;;基于內(nèi)容圖像檢索的關(guān)鍵技術(shù)研究[J];廣東印刷;2007年04期

10 湯進(jìn);翟素蘭;羅斌;;基于加權(quán)關(guān)系圖譜特征的圖像檢索[J];計(jì)算機(jī)工程;2007年24期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂(lè);;一種新的圖像檢索相關(guān)反饋方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳世亮;李戰(zhàn)懷;閆劍鋒;;一種基于本體描述的空間語(yǔ)義圖像檢索方法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計(jì)算的圖像檢索[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

7 楊關(guān)良;李忠杰;徐小杰;;基于代表色的圖像檢索方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學(xué)習(xí)的圖像檢索方法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 胡敬;武港山;;基于語(yǔ)義特征的風(fēng)景圖像檢索[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 牛曉暉;王妍;賈克斌;;基于信息突變的圖像檢索方法[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

  本文關(guān)鍵詞：基于BoF的圖像檢索與行為識(shí)別研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：278953