基于显着区域和相关反馈的图像检索算法-厦门大学学术典藏库.PDF

ISSN1009-3044 E-mail:eduf@ 第9卷第08期 (2013年03月) ComputerKnowledgeandTechnology电脑知识与技术 ComputerKnowledgeandTechnology 电脑知识与技术 Vol.9,No.8,March2013. Tel:+86-55165690964 基于显著区域和相关反馈的图像检索算法 崔敬敏，王晓晓,郝昕疌 （厦门大学计算机科学系，福建厦门361005） 摘要：针对基于内容的图像检索中遇到的效率低下和语义鸿沟问题，设计并实现了一个交互式的图像检索系统。系统首 先结合人类视觉注意机制提取图像显著区域，再对不同的区域进行不同特征或不同权重的描述。最后，在初次检索后应 用支持向量机(SupportVectorMachine,SVM)和粒子群优化（ParticleSwarmOptimization,PSO）算法进行相关反馈(Rele⁃ vanceFeedback,RF)，使检索结果更符合用户目的。实验表明，用SVM进行反馈检索效率有大幅度提高，而PSO在小样本 指导下，表现出高效的学习和快速的收敛优势。 关键词:基于内容的图像检索;语义鸿沟;视觉注意机制；显著区域;支持向量机;粒子群优化；相关反馈 中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)08-1869-05 ImageRetrievalAlgorithmBasedonSalientRegionsandRelevanceFeedback CUIJing-min,WANGXiao-xiao,HAOXin-jie (DepartmentOfComputerScience,XiamenUniversity,Xiamen361005,China) Abstract:Takingintoaccountthelow-efficiencyofcontent-basedimageretrievalandthesemanticgapbetweenlow-levelim⁃ agefeaturesandhigh-levelsemantics,thepaperdesignsandrealizestheinteractiveimageretrievalsystem.Thesystemfirstuses humanvisualattentionmechanismstoextractthesalientregionsoftheimage,andthengivesdifferentregionsavarietyofdescrip⁃ tionsdependingontheirdifferentweightsandfeatures.Finally,thepaperappliessupportvectormachine(SVM)andparticle swarmoptimization(PSO)algorithmsforrelevancefeedbackafterthefirstretrieval.ExperimentalresultsshowthatSVMsubstan⁃ tiallyimprovesretrievalefficiencyafterthefirstfeedback,andPSOdisplaystheadvantageofeffectivelearningandfastconver⁃ genceinthecaseofasmallnumberofpositiveimages. Keywords:CBIR;semanticgap;humanvisualattentionmechanisms;salientregion;SVM;PSO;RF 图像检索是图像处理和计算机