面向用户的Web图像检索关键技术研究

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。

目录

面向用户的Web 图像检索关键技术研究

RESEARCH ON KEY TECHNIQUES OF USER-ORIENTED WEB IMAGE RETRIEVAL

摘 要

Abstract

目 录

Contents

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

1.3 存在的问题及研究方向

1.4 本文主要研究内容

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

2.4 基于SVM 和多特征融合的图像标注

2.5 实验结果

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

3.3 Web 图像视觉特征提取

3.4 Web 图像自动标注

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

4.4 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

5.5 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

哈尔滨工业大学博士学位论文原创性声明

哈尔滨工业大学博士学位论文使用授权书

致 谢

个人简历