隨著移動設備的日益普及,加之社交平臺的廣泛傳播,圖像的種類和數(shù)量正在以超凡的速度呈現(xiàn)爆炸式的增長,如何對大規(guī)模的圖像數(shù)據(jù)進行有效地檢索,已成為一個重要的研究課題。圖像檢索有兩種查詢范式:關鍵字查詢和樣例查詢。但是,這兩種查詢范式都有各自的問題:在關鍵字查詢中,存在用戶表達和用戶真實意圖之間的意圖鴻溝問題;在樣例查詢中,存在從圖像中提取的底層視覺特征和圖像所傳達的高層語義概念之間的語義鴻溝問題。針對以上兩個問題,研究人員主要采用顯性或隱性反饋信號引導檢索系統(tǒng)對初始查詢結果進行重排序。圖排序模型是目前執(zhí)行圖像重排序任務的主流技術手段,且具有較好擴展性,可有效利用顯性或隱性反饋信號進行學習。然而,現(xiàn)有的大多數(shù)圖排序模型僅能融合從單一信息源獲得的同構特征,無法充分利用異構特征之間的互補信息。因此,本文提出了一種基于多圖排序模型的圖像檢索方法,在點擊日志特征和視覺特征上分別構建數(shù)據(jù)圖結構,有效地利用多種信息源之間的互補性,從而改善圖像排序結果。本文取得的研究成果可以簡單概括為以下兩點:（1）基于多圖排序模型的圖像檢索方法。傳統(tǒng)的多圖排序模型僅能融合從單一信息源獲得的同構特征,對圖像排序結果準確性... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 圖像視覺特征描述
        1.2.2 基于多視圖的圖像排序
        1.2.3 基于點擊日志的圖像檢索
        1.2.4 現(xiàn)有方法存在的問題
    1.3 本文的主要研究內容
    1.4 本文的組織結構
2 理論基礎與相關技術研究
    2.1 圖像檢索概述
        2.1.1 基于文本的圖像檢索
        2.1.2 基于內容的圖像檢索
    2.2 圖像特征的提取
        2.2.1 圖像特征概述
        2.2.2 特征提取的一般原則
        2.2.3 特征提取的評價標準
        2.2.4 圖像特征的提取方法
    2.3 相似性的度量
        2.3.1 相似性度量概述
        2.3.2 常用的相似性度量方法
    2.4 圖像檢索的性能評價
        2.4.1 性能評價概述
        2.4.2 性能評價分類
        2.4.3 單個查詢的評價指標
        2.4.4 多個查詢的評價指標
    2.5 本章小結
3 基于多圖排序模型的圖像檢索
    3.1 符號表示
    3.2 構建異構圖
    3.3 點擊日志清理方法
        3.3.1 基本方案
        3.3.2 基本步驟
    3.4 圖排序模型的基本框架
        3.4.1 框架介紹
        3.4.2 正則項的基本形式
        3.4.3 損失函數(shù)的基本形式
    3.5 多圖排序模型推導過程
        3.5.1 單圖排序
        3.5.2 雙圖排序
    3.6 本章小結
4 實驗及結果分析
    4.1 實驗準備
        4.1.1 數(shù)據(jù)集描述
        4.1.2 實驗評價指標
        4.1.3 調參
        4.1.4 對比方法
    4.2 基于無噪數(shù)據(jù)集的實驗
        4.2.1 P-R曲線
        4.2.2 P@N
    4.3 基于有噪數(shù)據(jù)集的實驗
    4.4 本章小結
5 結論與展望
    5.1 研究總結
    5.2 工作展望
參考文獻
作者簡歷及攻讀碩士/博士學位期間取得的研究成果
學位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]基于大數(shù)據(jù)分析的多媒體信息檢索系統(tǒng)設計[J]. 何泰伯.  現(xiàn)代電子技術. 2018(03)
[2]基于文本和內容的圖像檢索算法[J]. 顧昕,張興亮,王超,陳思媛,方正.  計算機應用. 2014(S2)
[3]基于軟近鄰投票的圖像標簽相關性計算[J]. 李錫榮,許潔萍,薛盛博,楊剛.  計算機學報. 2014(06)
[4]基于顏色特征的圖像檢索方法研究[J]. 張鑫,溫顯斌,孟慶霞.  計算機科學. 2012(11)
[5]基于圖的半監(jiān)督協(xié)同訓練算法[J]. 郭濤,李貴洋,蘭霞.  計算機工程與設計. 2012(09)
[6]圖像紋理特征提取方法綜述[J]. 劉麗,匡綱要.  中國圖象圖形學報. 2009(04)
[7]圖像空間關系特征描述[J]. 程顯毅,李小燕,任越美.  江南大學學報(自然科學版). 2007(06)
[8]基于輪廓的形狀特征提取與識別方法[J]. 周正杰,王潤生.  計算機工程與應用. 2006(14)
[9]基于內容的圖像檢索中相關反饋算法綜述[J]. 楊娜,羅航哉,薛向陽,吳立德.  計算機科學. 2001(09)



本文編號：3319896