检索结果-内蒙古大学图书馆

作者：张宏杰哈尔滨商业大学

学位级别：硕士

随着互联网的持续普及与发展,网上购物逐渐成为人们的主要消费方式。在购物网站中应用图像检索的主要目的是,使用户在面向海量的商品信息时更便捷、准确地搜索到满意的商品。传统的商品图像检索仅使用该商品的某一种模态作为检索对象,... 详细信息

随着互联网的持续普及与发展,网上购物逐渐成为人们的主要消费方式。在购物网站中应用图像检索的主要目的是,使用户在面向海量的商品信息时更便捷、准确地搜索到满意的商品。传统的商品图像检索仅使用该商品的某一种模态作为检索对象,缺乏对图像和文本模态间信息的关联性、互补性和商品本身具有的检索优势的利用,检索效率不高。融合图像和文本的多模态数据进行商品图像的检索方法,可以更好地满足用户的检索需求。为了实现多模态商品图像检索,需要对不同模态进行特征提取,在特征空间中通过对不同模态的融合得到融合多模态数据的商品特征,并在这个空间中应用高效的索引方法进行多模态商品图像检索。针对本研究涉及的商品图像和商品文本两种模态数据,本文使用深度学习相关技术构建了基于多模态数据的商品图像检索模型,该模型由多模态数据作为输入商品图像检索结果作为输出。通过卷积神经网络提取商品的图像特征,通过神经网络提取商品文本特征,并通过对训练时标签信息的合理利用进一步提高多模态检索模型的鲁棒性。在商品图像和商品文本两种模态信息的融合部分,采用向量级联方法。通过对不同的商品图像和商品文本采用神经网络确定合适的权重,实现两种模态更加有效的融合。为了提高多模态商品图像检索模型的检索效率,本文通过综合考虑交叉熵和三元组损失函数提出了多模态检索模型的目标函数。该函数在保证商品的融合特征有正确的空间分布的同时,将属于同一类别商品的融合特征彼此之间更加靠近,不同类别商品的融合特征更加远离,弥补多模态检索模型对特征之间相互关系的欠缺,提高对多模态数据的建模能力。本文在电商网站中收集的商品数据集上,分别进行了单模态数据和多模态数据的商品图像检索的对比实验。对商品图像和商品文本进行商品图像检索的实验,并与使用多模态商品数据进行商品图像检索的实验效果进行对比,同时使用多模态检索模型分别进行不同的目标函数,和不同的模态融合方法的对比实验。实验结果表明,使用多模态数据的商品图像检索效果更好,使用本文的目标函数实验效果更好。相同的实验环境下,在商品数据测试集上使用多模态数据检索的平均准确度的均值为70.68%,分别高出单模态数据检索结果5.91%和6.01%;分别高出交叉熵和三元组损失函数2.99%和5.88%,验证了本文方法的有效性。

关键词：电子商务商品图像检索多模态深度学习相似性度量

来源：评论

学校读者我要写书评

暂无评论

基于SHN模型的商品图像检索方法

引用

计算机工程与科学 2019年第11期41卷 1991-1999页

作者：贺周雨冯旭鹏刘利军黄青松昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学信息化建设管理中心云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

近年来电子商务行业快速发展,如何通过图像信息在庞大的商品库中快速、准确地找到所需要的商品具有重要的应用价值。针对商品图像数据规模大、类间数据量差异大、被拍摄商品的尺度相差较大以及压缩图像会损失掉细节信息的特点,提出了一... 详细信息

近年来电子商务行业快速发展,如何通过图像信息在庞大的商品库中快速、准确地找到所需要的商品具有重要的应用价值。针对商品图像数据规模大、类间数据量差异大、被拍摄商品的尺度相差较大以及压缩图像会损失掉细节信息的特点,提出了一个融合金字塔池化策略与哈希学习的空间金字塔池化哈希网络SHN模型,作为本文商品图像检索方法的特征提取部分。为了提高模型对图像形变的鲁棒性,采用金字塔池化策略实现多尺度特征融合;为了使学习到的哈希码具有更好的独立性,使用量化误差损失及附加权值对哈希编码进行约束。本文方法保留了原始图像信息,解决了图像尺度变化所带来的负面影响,通过哈希编码能够实现快速的商品图像检索,商品图像检索实验中的mAP值达到91.9863%,完成一次检索所用时间为0.034856 s,检索性能优于当前主流方法。

关键词：商品图像检索深度卷积神经网络多尺度池化哈希学习

来源：评论

学校读者我要写书评

暂无评论

基于改进傅里叶描述子的商品图像检索技术研究

基于改进傅里叶描述子的商品图像检索技术研究

引用

作者：高泽哈尔滨商业大学

学位级别：硕士

目前,从大量数据图像中精准的检索到特定的图像是多年来图像处理领域的研究热点。由于成本,时耗和主观性等问题,导致传统的基于文本的图像检索技术(TBIR)在面对海量的图片数据库资源时检索效果并不突出。相比之下,基于内容的图像检索技... 详细信息

目前,从大量数据图像中精准的检索到特定的图像是多年来图像处理领域的研究热点。由于成本,时耗和主观性等问题,导致传统的基于文本的图像检索技术(TBIR)在面对海量的图片数据库资源时检索效果并不突出。相比之下,基于内容的图像检索技术(CBIR)能够更好的适应这种情况,在面对种类繁杂的图像数据库资源时检索效果比较好。CBIR对基于文本的检索技术在图像检索方面所存在的缺陷进行了改进,在图像检索时根据图像的颜色、纹理以及形状等底层特征自动地提取图像内容,从而可以保证整个图像检索过程有效的完成。图像的底层特征包括颜色特征、纹理特征、形状特征等。其中,商品图像的形状通常与目标相关联,比较符合人们识别图像的视觉习惯,且具有一定语义信息,因此可以把形状特征认为是比颜色和纹理更高级的特征。在基于内容的图像检索过程中,图像的形状应满足平移,旋转和尺度不变的特性。传统的基于形状特征的商品图像检索算法在特征提取方法的选择方面存在局限性,无法确保其检索结果的准确度。为了提高商品图像检索的性能,对描述商品图像信息的形状特征的寻找至关重要。针对上面所描述的问题,本文提出一种基于改进傅里叶描述子的商品图像检索方法。首先,对图像进行预处理并提取图像边缘;其次通过最小惯量轴并确定轮廓起点位置,然后对其进行傅里叶变换得到特征向量;最后采用欧氏距离和相关系数的方法,计算待检索的单幅商品图像的特征向量与整个商品图像数据库中商品图像特征向量的特征相似度度量,并采用平均查准率(ARP)和平均查全率(ARR)对商品图像的检索结果进行评估。实验结果表明,本文提出的算法较传统形状特征检索算法在商品图像检索方面的检索结果均有所提高,检索效果良好。

关键词：商品图像检索特征提取傅里叶描述子最小惯量轴

来源：评论

学校读者我要写书评

暂无评论

基于多尺度深度学习的商品图像检索

引用

计算机研究与发展 2017年第8期54卷 1824-1832页

作者：周晔张军平复旦大学计算机科学技术学院上海200433 上海市智能信息处理重点实验室上海200433

商品图像检索的目标是检索与图像内容相符的商品,它是移动视觉搜索在电子商务中的重要应用.商品图像检索的发展,既为用户购物提供便利,又促进了电子商务向移动端发展.图像特征是影响商品图片检索性能的重要因素.复杂的图片背景、同类商... 详细信息

商品图像检索的目标是检索与图像内容相符的商品,它是移动视觉搜索在电子商务中的重要应用.商品图像检索的发展,既为用户购物提供便利,又促进了电子商务向移动端发展.图像特征是影响商品图片检索性能的重要因素.复杂的图片背景、同类商品之间的相似性和被拍摄商品尺度的变化,都使得商品图像检索对图像特征提出了更高的要求.提出了一种多尺度深度神经网络,以便于抽取对复杂图片背景和目标物体尺度变化更加鲁棒的图像特征.同时根据商品类别标注信息学习图片之间的相似度.针对在线服务对响应速度的要求,通过压缩模型的深度和宽度控制了计算开销.在一个百万级的商品图片数据集上的对比实验证明:该方法在保持速度的同时提升了查询的准确率.

关键词：商品图像检索深度学习多尺度度量学习模型压缩

来源：评论

学校读者我要写书评

暂无评论

面向大规模商品图像的高效检索方法研究

面向大规模商品图像的高效检索方法研究

引用

作者：贺周雨昆明理工大学

学位级别：硕士

随着大数据时代的到来以及移动互联网的普遍使用,电子商务行业得到了迅速的发展。商品图像检索作为电子商务的重要技术支持,得到了更多的关注。如何提升商品图像检索的速度和准确率以满足用户的需求亟待解决。经典的图像检索系统主要是... 详细信息

随着大数据时代的到来以及移动互联网的普遍使用,电子商务行业得到了迅速的发展。商品图像检索作为电子商务的重要技术支持,得到了更多的关注。如何提升商品图像检索的速度和准确率以满足用户的需求亟待解决。经典的图像检索系统主要是基于文本信息的图像检索(Text-based Image Retrieval,TBIR)。然而文本数据信息具有一些难以解决的局限,很难准确描述出图像信息,且十分依赖用户输入的搜索关键词是否是准确的。相反的,基于内容信息的图像检索技术(Content-based Image Retrieval,CBIR)能够很好地解决这些问题,因为图像本身能够提供更多的信息。在CBIR中,是否能提取到具有区分性的图像特征直接影响了整个检索系统的性能。本文深入讨论了传统方法和深度学习方法在商品图像检索领域的相关研究,总结了面向大规模商品图像检索的研究现状。传统方法相对于深度学习方法具有难以描述全局信息、计算复杂度高、难以描述具体对象及无法考虑对象的空间位置等局限性。近年来深度学习表现出优越的性能,深度学习备受关注并迅速占领主导地位。本文基于卷积神经网络进行方法研究,研究内容是面向大规模商品图像的高效检索方法。面向大规模商品图像检索主要的技术难点有以下四点:1)庞大的数据规模。2)不同种类间数据量差异大。3)被拍摄商品的尺度相差较大。4)图像尺寸不一。针对大规模商品图像检索的难点,本文基于卷积神经网络设计了相应方法以完成快速且准确的检索。提出了融合金字塔池化策略与深度强相关哈希学习的SHN(SPP-HASH-NET)模型作为本文商品图像检索方法的特征提取部分。为了使学习到的哈希码更具有区别性,设计了强相关损失函数约束哈希编码;为了提高模型对商品图像形变的鲁棒性,采用金字塔池化策略实现多尺度特征融合;为了实现高效地商品图像检索,生成哈希码计算相似度。实验结果证明,采用本文方法能够直接利用原始图像信息,能够解决图像尺度变化所带来的负面影响,通过哈希编码能够实现快速的商品图像检索。在商品图像检索实验中,模型的训练时间小于其他模型,且模型的平均准确率均值达到91.52%,检索性能优于当前主流方法。

关键词：商品图像检索深度卷积神经网络哈希学习多尺度池化损失函数

来源：评论

学校读者我要写书评

暂无评论

面向购物的图像检索研究与实现

面向购物的图像检索研究与实现

引用

作者：单大龙西安电子科技大学

学位级别：硕士

随着互联网及电子商务的快速发展,越来越多的人选择网络购物平台进行消费,每天都有不计其数的订单在京东、淘宝、亚马逊等购物平台上完成,如何让用户快速准确的找到心仪的商品成为了研究的重点问题。传统的商品检索方法是根据用户输入... 详细信息

随着互联网及电子商务的快速发展,越来越多的人选择网络购物平台进行消费,每天都有不计其数的订单在京东、淘宝、亚马逊等购物平台上完成,如何让用户快速准确的找到心仪的商品成为了研究的重点问题。传统的商品检索方法是根据用户输入的关键字进行查询并把相关商品反馈给用户,然而仅依靠关键字很难准确的对商品进行描述,这使得用户需要对商品进行进一步的筛选。为了方便用户进行网络购物,基于内容的图像检索技术被越来越多的应用于购物平台,用户通过输入商品图像来获取相同或相似的商品信息。但是,仅依靠图像底层特征对商品进行描述面临着语义丢失和商品细节描述不完整等问题。本论文系统地研究了基于内容的图像检索的基本理论,重点针对基于区域的图像检索技术进行了深入研究,并在此基础上完成了实时购物系统的设计。论文主要的工作如下:1.提出了基于代表区域的图像检索方法。首先通过K-means方法对图像进行分割,然后通过近邻传播聚类(Affinity Propagation,AP)对分割区域进行聚类,得到图像中的相似区域,找出相似区域中面积最大的块作为代表区域,并利用局部二值模式(Local Binary Pattern,LBP)和HSV空间下的颜色直方图分别得到其纹理和颜色特征;然后,通过综合区域匹配算法(Integrated Region Matching,IRM)得到图像间的距离,最后选取距离最小的若干图像作为最终检索结果。代表区域的方法通过提取每类相似区域的特征作为图像整体特征的一部分参与检索,使得检索结果与查询图中对象组成的一致性大大提高,而依据区域作为用户感兴趣对象的概率对特征进行权值分配,使检索结果的精确度得到进一步优化。实验结果表明本方法有着很好的检索精度。2.提出了基于类的图像检索方法,把图像中所有区域聚集为能完整代表图像且具有唯一性的若干个类,在类的层面提取特征并进行匹配。通过统计区域合并(Statistical Region Merging,SRM)和AP聚类方法得到图像中的类;把HSV颜色直方图、LBP纹理特征结合区域分布和区域数量特征作为类的综合特征;提出基于质心的权值计算方法并进行完整类匹配得到图像间的距离。SRM与AP聚类结合的方法保证分割完整性的同时避免了过分割,类的综合特征方法丰富了特征包含的信息,减小了低级特征与高级语义的差异,而质心加权的方法更符合人的视觉感知特性。实验表明本方法比大多数基于区域的检索方法具有更好的检索效果。3.完成实时购物系统的设计。本系统采用了一种智能关键字方法,当用户输入商品描述时,把描述文字作为检索的关键字,当没有商品描述输入时系统通过支持向量机(Support Vector Machine,SVM)对商品图像进行分类识别,获得商品的关键字;然后利用网络爬虫通过关键字爬取京东和淘宝网站中的相关商品;最后通过基于类的图像检索技术对这些商品图像进行二次检索得到最相似的商品,同时对这些商品进行品牌、价格、销量等信息的统计并反馈给用户。本平台采用了基于文本和基于内容相结合的检索方法,能够准确的为用户检索出感兴趣的商品,并提供有效的商品分析以提高用户的购物体验。

关键词：商品图像检索聚类图像分割区域匹配

来源：评论

学校读者我要写书评

暂无评论

基于局部特征商品图像检索研究

基于局部特征商品图像检索研究

引用

2010年全国模式识别学术会议(CCPR2010)

作者：邹国平马儒宁丁军娣钟宝江南京航空航天大学理学院南京 211100 南京理工大学计算机科学与技术学院南京 210094 苏州大学计算机科学与技术学院苏州 215006

本文研究了不同的局部特征对商品图像检索的影响。首先，进行Harris-Laplace角点检测，基于角点和所在尺度检测局部区域;然后在各区域提取各种局部特征，例如SIFT特征;最后进行特征点匹配，基于匹配结果得到检索结果。同时，本文也比较... 详细信息

本文研究了不同的局部特征对商品图像检索的影响。首先，进行Harris-Laplace角点检测，基于角点和所在尺度检测局部区域;然后在各区域提取各种局部特征，例如SIFT特征;最后进行特征点匹配，基于匹配结果得到检索结果。同时，本文也比较了不同局部特征在各种仿射变换下的不变性，以及对商品检索的影响。本文的实验和分析对于商品图像检索中局部特征的选择有一定的参考价值。

关键词：局部特征商品图像检索 Harris-Laplace SIFT

来源：评论

学校读者我要写书评

暂无评论

几种离散正交矩的理论研究及应用

几种离散正交矩的理论研究及应用

引用

作者：王可佳北京邮电大学

学位级别：博士

在图像处理、模式识别、计算机视觉等领域,图像的特征提取是一个重要的研究课题。通过特征提取可以消除图像的冗余信息,获得图像的本质信息,实现对图像的有效描述,这对于图像内容的分析理解和图像的分类识别等问题具有重要意义。图像... 详细信息

在图像处理、模式识别、计算机视觉等领域,图像的特征提取是一个重要的研究课题。通过特征提取可以消除图像的冗余信息,获得图像的本质信息,实现对图像的有效描述,这对于图像内容的分析理解和图像的分类识别等问题具有重要意义。图像矩以及相应的矩不变量(平移、旋转、尺度和灰度等多畸变不变量)是一种重要的图像特征。图像矩理论的研究始于1962年,经过五十年的发展,目前的研究重点为正交图像矩。正交图像矩主要分为两类,分别是连续正交图像矩和离散正交图像矩,这两类正交矩各具优势,但研究相对独立,很少关注二者之间的联系。正交图像矩及其不变量,具备较好的图像描述能力,获得了广泛的应用。本文的工作将围绕正交图像矩的理论及应用展开,主要研究内容和创新点如下： (1)由于连续正交图像矩用计算机进行数值计算时的离散化处理会影响核函数的正交性,进而会影响图像矩的性能,因此本文提出了一种从连续正交图像矩出发构造与之具有离散近似对应关系且性能更优的离散正交图像矩的新思路,并给出了一般方法。同时这也建立了连续正交图像矩与离散正交图像矩之间的联系,丰富并完善了图像矩理论的体系结构。 (2)提出了一种一般的离散正交图像矩——离散Jacobi-Fourier矩。本文首先将连续正交Jacobi多项式满足的微分方程离散近似为差分方程,之后根据差分方程的离散正交多项式解构造出Jacobi多项式的离散近似多项式——满足离散正交性的离散Jacobi多项式,在此基础上,按照Jacobi-Fourier矩的构造方法,构造出与之具有离散近似关系的离散正交图像矩——离散Jacobi-Fourier矩。离散Jacobi-Fourier矩是一种一般形式的离散正交图像矩,定义中存在两个实参数,当参数取不同值时,转化为不同的离散正交图像矩,且所得的离散正交图像矩是相同参数的Jacobi-Fourier矩的离散近似,由此可以得到与常用的连续正交图像矩——Legendre-Fourier矩、Chebyshev-Fourier(?)巨、正交Fourier-Mellin矩、Zernike矩和伪Zernike矩等Jacobi-Fourier矩的特例具有离散近似关系的离散正交图像矩,即离散Legendre- Fourier矩、离散Chebyshev-Fourier矩、离散正交Fourier-Mellin矩、离散Zernike矩和离散伪Zernike矩等。实验结果表明离散 Jacobi-Fourier矩的图像重建效果和图像描述能力明显优于 Jacobi-Fourier矩。(3)提出了一种离散Radial-Harmonic-Fourier矩。在连续正交图像矩中,Radial-Harmonic-Fourier矩较为特殊,其径向函数由连续正交三角函数系构造,针对这一特点,本文提出直接用离散正交三角函数系替换连续正交三角函数系构造径向函数,这样就可以得到与 Radial-Harmonic-Fourier矩具有离散近似关系的离散正交图像矩— 离散Radial-Harmonic-Fourier矩。此外,通过理论分析指出Radial- Harmonic-Fourier矩采用直接采样的方法进行离散近似计算时,若选择得当,其连续正交的径向函数在离散后能够具有离散正交性,这时 Radial-Harmonic-Fourier矩的结果等同于离散Radial-Harmonic- Fourier矩,这也是Radial-Harmonic-Fourier矩相较于其它连续正交图像矩的特点和优势。实验结果表明离散Radial-Harmonic-Fourier矩具有很好的图像重建效果和图像描述能力。(4)在图像矩的应用研究中,对于早期的Hu矩、Zernike矩等的研究较为深入,对于近些年提出的Jacobi-Fourier矩、Radial- Harmonic-Fourier矩等的研究则较为欠缺,因此本文对这两种正交图像矩以及本文提出的离散Jacobi-Fourier矩和离散Radial-Harmonic- Fourier矩的应用进行了研究。构造了离散Jacobi-Fourier矩和离散 Radial-Harmonic-Fourier矩的平移和旋转不变量,并将这两种矩的不变量与Jacobi-Fourier矩和Radial-Harmonic-Fourier矩各自对应的平移和旋转不变量分别用于旋转汉字识别和商品图像检索。实验结果表明这几种正交图像矩,能有效的实现对旋转汉字的识别,也可作为新的、性能更好的形状特征用于基于内容的图像检索技术。

关键词：特征提取离散正交矩离散Jacobi-Fourier 矩离散Radial-Harmonic-Fourier矩矩不变量旋转汉字识别商品图像检索

来源：评论

学校读者我要写书评

暂无评论

交互式服饰图像检索研究及系统实现

交互式服饰图像检索研究及系统实现

引用

作者：邓先平西南交通大学

学位级别：硕士

近年来随着互联网的不断发展,人们已经开始从到实体店购买商品转向通过网络的方式购买商品。由于网络上的商品种类繁多且数量太多,用户很难快速找到自己所需要的商品。如何从海量的商品中快速找到符合自己所需要的商品已成为人们需要解... 详细信息

近年来随着互联网的不断发展,人们已经开始从到实体店购买商品转向通过网络的方式购买商品。由于网络上的商品种类繁多且数量太多,用户很难快速找到自己所需要的商品。如何从海量的商品中快速找到符合自己所需要的商品已成为人们需要解决的问题。当前一些互联网公司向用户提供了一些查找近似商品图像的检索服务满足用户的检索需求,因商品图像的文本描述信息错误、图像背景噪声等因素的影响使得商品图像的检索服务无法满足用户的实际需求。同时如何对同一幅图像中的多个目标对象进行交互式检索也是人们亟待解决的问题。为了解决上述问题和提高商品图像的检索性能,本文针对衣服、包等具有复杂背景的商品图像提出了一种交互式商品图像检索方法。本文的主要内容和贡献如下：第一,提出了一种交互式图像分割算法,该算法充分利用用户选择待提取商品所在图像中的矩形区域位置信息,其主要思想是假设图像中的像素距离矩形中心位置越近则将此像素视为目标前景的概率越大,相反则此像素为图像背景的概率越大。然后在GrabCut算法的基础上结合空间位置信息修改了仅仅依靠颜色的高斯混合模型,从而提高了目标前景提取的准确度。第二,提出了一种无监督商品图像分割算法,该算法利用人脸检测方法确定待提取目标可能存在的区域;对目标对象存在的区域进行简单分析并判断此检测区域是否具有合理性。若目标区域检测正确则对图像背景及可能的图像前景分别构建高斯混合模型;利用Gibbs能量函数迭代最小割使得其能量达到近似最小而实现图像分割。若目标区域检测错误或未检测到人脸则利用主目标提取算法提取商品目标。第三,提出了一种交互式商品图像检索方法,首先利用无监督商品图像分割算法过滤后台数据库中的图像背景噪声,并对过滤图像背景之后的商品图像提取颜色特征、纹理特征分别构建特征数据库;然后采用交互式图像分割算法提取待检索商品目标对象,并对待检索的商品目标提取颜色特征、纹理特征;最后根据特征匹配计算得到商品目标的检索结果。第四,实现了交互式商品图像检索系统。系统的后台图像数据库包含原始图像和分割图像两种图像数据集总共240万;并能在单台计算机上实现实时交互式商品图像检索。

关键词：商品图像检索图像分割颜色特征纹理特征特征提取特征匹配

来源：评论

学校读者我要写书评

暂无评论

基于半监督聚类分析及广义距离函数学习的图像识别技术研究

基于半监督聚类分析及广义距离函数学习的图像识别技术研究

引用

作者：顾弘浙江大学

学位级别：博士

精确、有效的图像识别技术是视频搜索、图像搜索、家用机器人等应用急待解决的问题。图像识别的研究分支包括物体检测、图像分类、基于内容的图像检索、自动图像语义标注等。相关研究表明,建立具备良好推广性的机器学习模型是图像识别... 详细信息

精确、有效的图像识别技术是视频搜索、图像搜索、家用机器人等应用急待解决的问题。图像识别的研究分支包括物体检测、图像分类、基于内容的图像检索、自动图像语义标注等。相关研究表明,建立具备良好推广性的机器学习模型是图像识别的关键问题。本文主要针对其中的半监督聚类和距离函数学习进行了深入的研究、分析及讨论。人工标记样本的分布相对于整个图像特征空间极为稀疏,属于典型的小样本学习问题；而经过特征提取后的图像表达通常维度极高,模型复杂,所以无监督聚类很难获得满意的聚类结果,需要一定的监督信息以提高聚类精度。多球体支持向量聚类(MSVC)方法是一种无监督聚类分析方法,它在高维特征空间中解决聚类问题,对于非线性可分数据集的聚类具有明显优势。因此在MSVC的基础上增加一定的监督信息,形成处理复杂图像聚类问题的半监督聚类方法是非常有利的。另一方面,距离函数学习可以有效地改善图像的分类及检索性能,但现有的学习方法在学习图像特征包的距离函数时丢失了特征间的统计信息,且缺少示例图像的选择机制。为解决上述问题,本文提出了广义的图像距离函数及其学习方法,并采用上面提出的半监督支持向量聚类方法解决了示例图像的选择问题。除用于解决图像多分类问题外,广义图像距离函数的在线学习方法还可以解决多特征图像检索中的相关反馈学习问题,具有较高的实际应用价值。具体来说,本文的主要工作包括： (1)将相对比较约束(Relative Comparison)引入支持向量域描述(SVDD),并以此为基础提出一种半监督支持向量聚类算法——相对比较约束下的多球体支持向量聚类算法(RCS-MSVC)。该方法将所有样本点通过核函数映射至特征空间,并应用类似于k-means的迭代优化算法在特征空间中进行聚类学习。RCS-MSVC在特征空间中考虑聚类的描述以及样本间约束,在复杂的、非线性可分的数据集聚类问题上具有明显优势。 (2)提出一种基于RCS-MSVC预处理的图像聚类索引方法(RM-INDEX)。该方法给出了两种图像类—图像的相似度函数,解决了层次RCS-MSVC下的聚类排序问题,研究了RM-INDEX方法的参数选择问题,实验结果表明,该方法在不同距离函数下均能有效地改善图像检索性能。 (3)为解决现有距离函数学习方法在学习图像特征包距离函数时的统计信息丢失问题,定义了三种不同类型的广义图像距离函数(GIDF):全监督约束下的距离函数以及两种多示例约束下的距离函数。给出了各种距离函数在相对比较约束下的学习方法。在处理图像二分类问题时,通过距离函数学习得出每一个训练样本的广义图像距离函数,然后应用自适应增强(Adaboost)方法组织成强分类器。 (4)针对图像多分类问题,提出了基于RCS-MSVC预处理的广义图像距离学习框架(RM-PREC-GIDF)。该方法利用了RCS-MSVC生成的支持向量集合解决了示例图像的选择问题,同时将全局的图像分类器分解为一系列局部的图像分类器,使得测试样本的分类仅与该样本邻近的图像类内部广义图像距离函数相关,提高了学习和分类效率。 (5)以RM-PREC-GIDF多分类方法为基础,针对高清图像中的车牌定位问题设计了一种车牌分类器及车牌定位系统。该系统在改进的最大极值稳定区域(MSER)提取车牌特征,包括颜色直方图以及水平、垂直投影直方图,然后由基于RM-PREC-GIDF学习的多分类器实现车牌分类及定位。该方法不受车牌大小限制,具备良好的实用性。 (6)以现实中的电子商务数据库为对象,研究了多种特征下图像检索中的相关反馈学习模型。它以GIDF为基础,实现特征权重的在线学习。为满足检索过程中的并行化计算,设计了一种支持反馈学习模型的轻量级多特征图像并行检索框架VU-Server。实验表明,在千万级数据量下可以很好的满足商品图像检索服务。

关键词：图像分类图像聚类图像检索支持向量域描述一类支持向量机半监督聚类广义图像距离函数距离测度学习 Adaboost 车牌定位商品图像检索相关反馈学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：