【摘要】：本文針對(duì)內(nèi)容為特定類型物體的圖像,討論其適用于基于內(nèi)容檢索的多種特征,提出了通過(guò)多特征融合和結(jié)果重排的檢索方法,并以人臉為例實(shí)現(xiàn)了一個(gè)檢索系統(tǒng)。本文的主要研究成果及創(chuàng)新點(diǎn)有:首先,從圖像中抽取顏色、紋理、形狀等含有多種信息的視覺(jué)特征、從多個(gè)角度描述物體;接著,利用直方圖統(tǒng)計(jì)、聚類、信息增益等方法,從各個(gè)特征中選取出最具判別力的子集,給出了針對(duì)檢索的特征改造方法,使其能迅速降維、同時(shí)仍能有效表征圖像內(nèi)容;然后,通過(guò)多特征融合方法將這些改造后特征的距離相結(jié)合、迅速過(guò)濾整個(gè)數(shù)據(jù)集,得到與檢索圖像最可能相似的備選集;最后,以精確特征重新排序,得到數(shù)據(jù)庫(kù)中與查詢圖中人物在長(zhǎng)相、裝扮、神態(tài)上最為相似的圖片。隨著物體的類型被限定,圖與圖之間的差異性急劇減小。為此,本文討論了多種特征在體現(xiàn)這些細(xì)微差異之時(shí)所能起到的不同作用,給出將其相互融合、共同表征的公式,并提出了通過(guò)實(shí)驗(yàn)確定各項(xiàng)權(quán)重參數(shù)的方法。另一方面,特征種類及維數(shù)的增加將導(dǎo)致檢索效率的下降。對(duì)此,本文采用了兼顧效率與精度的過(guò)濾和結(jié)果重排方法。此外,我們還針對(duì)該明星臉檢索系統(tǒng),提出了評(píng)判檢索結(jié)果優(yōu)劣的方法:對(duì)單個(gè)結(jié)果從頭發(fā)、臉型、表情等多方面進(jìn)行評(píng)分,修正了第k位正確率(Precision@k)、平均正確率(Average Precision)、平均正確率均值(mAP)的定義。我們根據(jù)福布斯排行、從因特網(wǎng)上搜集了大量名人圖片組成數(shù)據(jù)集,并設(shè)計(jì)、進(jìn)行了大量實(shí)驗(yàn),分析實(shí)驗(yàn)結(jié)果數(shù)據(jù)的精度和時(shí)間消耗后證明:該系統(tǒng)能提供精準(zhǔn)的檢索結(jié)果,具有優(yōu)越的平均正確率均值(mAP),且有效縮短了檢索等待時(shí)間。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 馮貴蘭;譚良;;云環(huán)境中基于多屬性排序的密文檢索方案[J];計(jì)算機(jī)科學(xué);2013年11期

2 吳夙慧;成穎;鄭彥寧;潘云濤;;K-means算法研究綜述[J];現(xiàn)代圖書情報(bào)技術(shù);2011年05期

3 劉慶和;梁正友;;一種基于信息增益的特征優(yōu)化選擇方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年12期

，

本文編號(hào)：2551072