面向用户的Web图像检索关键技术研究

面向用户的Web图像检索关键技术研究

论文摘要

随着计算机技术和网络技术的飞速发展,互联网上的图像资源信息极度膨胀,如何快速、准确地从海量Web资源中查找用户感兴趣的图像成为一个非常具有挑战性的任务。目前主流的Web图像检索方法大致可以分为两大类,即基于文本的图像检索(TBIR)和基于内容的图像检索(CBIR)。基于文本的图像检索是当前商业图像搜索引擎采用的主要方法,它面临的问题是只利用了Web图像的间接文本检索图像,没有利用图像本身的内容信息;基于内容的图像检索则是当前图像检索学术研究领域的主流方法,它面临的主要困难是“语义鸿沟”问题,即图像的底层视觉特征(如颜色、纹理、形状等)不能有效描述其高层语义概念。Web图像所处的Web环境使得它具有明显的多模态特性,如何充分利用并融合Web图像的多模态信息,有效满足用户检索图像的需求,直到今天依旧是图像检索领域中的研究难点。针对以上情况,本文对面向用户的Web图像检索课题中的若干问题进行了探讨,包括基于文本和视觉特征融合的图像标注、底层视觉特征与高层语义间的“语义鸿沟”、基于用户兴趣模型的图像检索、相关反馈技术等。首先提出了面向用户的图像检索框架。它支持多模态用户信息需求的查询处理。同时利用支持向量机在相关反馈的过程中为图像建立并更新语义,求出图像间的二次距离,增加了图像间的语义区分能力,使被检索出的图像在语义上更加接近示例图像。本文提出的基于HSV空间的20色非均匀量化算法与人对色彩的主观视觉模型吻合程度较好。该算法和传统色彩量化算法相比,降低了特征向量的维数,计算量小,受光照强度影响较小,提高了检索的性能。本文利用多类SVM融合颜色、纹理、形状等多个视觉特征,对图象进行分类,实验结果证明了该算法的有效性。为了提高Web图像自动标注的可靠性,提出了基于文本和视觉特征融合的Web图像自动标注算法。首先利用自动抽取图像上下文信息,结合Web图像名称、页面主题、图像URL、图像ALT等属性组成特征集,以WordNet作为语义词典库,提取出文本关键字;接着利用Mean shift算法对图像进行分割,并采用显著图方法提取视觉突出性的区域;然后利用视觉与标注字之间的相关性,对自动提取的标注字进行过滤,并采取PLSA方法对图像进行语义聚类,最后形成图像与文本关键字联系的语义网络。同时,本文建立了用户兴趣模型,通过显式跟踪和隐式跟踪相结合,不断完善用户的兴趣信息,可以为用户提供个性化图像检索服务。实验结果表明,使用用户兴趣模型提高了图像检索系统的性能。最后完成了一个面向用户的Web图像检索系统,总结了全文的工作,并进一步对本课题今后的研究工作进行了展望与设想。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景和意义
  • 1.2 国内外研究现状
  • 1.2.1 基于文本信息的图像检索
  • 1.2.2 基于内容的图像检索
  • 1.2.3 语义图像检索
  • 1.2.4 基于文本和视觉信息融合的Web 图像检索
  • 1.3 存在的问题及研究方向
  • 1.3.1 Web 图像的多模特性
  • 1.3.2 “语义鸿沟”问题
  • 1.3.3 Web 环境下的用户兴趣问题
  • 1.4 本文主要研究内容
  • 1.4.1 各个章节内容安排
  • 1.4.2 本文的主要贡献
  • 第2章 基于低层视觉特征融合的图像标注
  • 2.1 引言
  • 2.2 图像自动标注技术研究现状
  • 2.3 图像视觉特征语义提取
  • 2.3.1 基于HSV 空间的20 色非均匀量化算法
  • 2.3.2 纹理特征提取
  • 2.3.3 多视觉特征融合
  • 2.4 基于SVM 和多特征融合的图像标注
  • 2.4.1 SVM 基本理论
  • 2.4.2 基于SVM 和视觉特征融合的图像标注算法
  • 2.5 实验结果
  • 2.5.1 色彩量化算法对比实验
  • 2.5.2 基于SVM 和多特征融合的图像标注实验
  • 2.6 本章小结
  • 第3章 基于文本和视觉特征融合的 Web 图像标注
  • 3.1 引言
  • 3.2 Web 图像文本特征提取
  • 3.2.1 Web 图像的HTML 标识
  • 3.2.2 Web 图像文本特征信息源
  • 3.2.3 基于视觉的页面分割算法VIPS
  • 3.2.4 候选关键词提取
  • 3.3 Web 图像视觉特征提取
  • 3.3.1 视觉突出性的区域提取
  • 3.3.2 视觉突出区域描述方式
  • 3.4 Web 图像自动标注
  • 3.4.1 基于视觉相关的标注字过滤算法
  • 3.4.2 标注图像的语义聚类
  • 3.5 实验结果
  • 3.6 本章小结
  • 第4章 基于用户兴趣模型的图像检索
  • 4.1 引言
  • 4.2 用户兴趣模型
  • 4.3 用户兴趣模型的学习
  • 4.3.1 用户兴趣的显式学习
  • 4.3.2 用户兴趣的隐式学习
  • 4.4 基于用户兴趣模型的图像检索
  • 4.5 实验结果
  • 4.6 本章小结
  • 第5章 面向用户的检索系统
  • 5.1 引言
  • 5.2 支持多模态输入的检索系统框架
  • 5.3 相关反馈学习
  • 5.4 基于二次距离的相关反馈
  • 5.4.1 二次距离
  • 5.4.2 反馈学习模式
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读博士学位期间发表的论文及其它成果
  • 致谢
  • 个人简历
  • 相关论文文献

    • [1].基于WEB的通信电源远程监控系统研究[J]. 中国设备工程 2019(24)
    • [2].基于自适应遗传算法的考虑服务质量感知Web服务发现[J]. 电子测量技术 2019(22)
    • [3].面向Web系统热点数据预测及缓存管理的研究[J]. 信息技术与信息化 2019(12)
    • [4].基于页面对象的Web应用测试用例生成方法[J]. 计算机应用 2020(01)
    • [5].运用物联网和Web服务搭建院际转运信息平台[J]. 电子技术与软件工程 2020(02)
    • [6].延迟加载在web开发中的应用心得[J]. 视听 2020(02)
    • [7].基于Web的期刊采编系统的设计与实现[J]. 电脑知识与技术 2020(06)
    • [8].Web服务软件测试技术的研究与实现[J]. 电脑知识与技术 2020(02)
    • [9].移动互联网时代的Web性能优化实践[J]. 信息通信 2020(01)
    • [10].基于Web的校园个人自行车租赁系统[J]. 卫星电视与宽带多媒体 2020(02)
    • [11].基于网站制作的Web前端开发技术与优化[J]. 数字技术与应用 2020(01)
    • [12].基于Web应用的网络安全漏洞发现与研究[J]. 无线互联科技 2020(05)
    • [13].基于Web的动态几何软件领域模型及其应用[J]. 计算机应用 2020(04)
    • [14].基于web技术支持下网络多媒体课件的制作原则及优点[J]. 科技风 2020(13)
    • [15].基于Web的网上教学平台的设计与实现[J]. 科技与创新 2020(07)
    • [16].1+X证书制度与Web前端开发专业融合的探索[J]. 信息与电脑(理论版) 2020(04)
    • [17].基于《web前端页面设计》在线开放课程自主学习探讨[J]. 计算机产品与流通 2020(05)
    • [18].基于WEB的计算机课程辅助教学系统的设计与实现[J]. 计算机产品与流通 2020(05)
    • [19].基于Web的时变体数据的体绘制方法[J]. 计算机测量与控制 2020(04)
    • [20].Web浏览器中数据安全配置的研究[J]. 电脑编程技巧与维护 2020(04)
    • [21].基于实践应用的Web开发技术教学改革研究初探[J]. 科学大众(科学教育) 2020(05)
    • [22].基于Web的桥梁健康监测系统设计与实现[J]. 计算机技术与发展 2020(04)
    • [23].基于Web技术的计算机实验室综合管理系统设计[J]. 电子制作 2020(11)
    • [24].分析校园网中Web服务器的配置及安全防护[J]. 江西电力职业技术学院学报 2020(01)
    • [25].基于Web的研究生学位信息管理系统技术研究[J]. 创新创业理论研究与实践 2020(07)
    • [26].WEB技术在地质资料二次开发中的应用探讨[J]. 中国非金属矿工业导刊 2020(03)
    • [27].基于Web技术的医疗图像脱敏系统的设计与实现[J]. 宁夏工程技术 2020(02)
    • [28].网站制作的Web前端开发设计的相关研究[J]. 卫星电视与宽带多媒体 2020(07)
    • [29].Web开发提高网站性能的技巧[J]. 电脑编程技巧与维护 2020(06)
    • [30].随钻测井地质导向服务WEB版[J]. 国外测井技术 2020(03)

    标签:;  ;  ;  ;  ;  

    面向用户的Web图像检索关键技术研究
    下载Doc文档

    猜你喜欢