相关反馈技术在CG项目管理系统中的应用

摘要

随着多媒体技术及Internet网络的迅速发展，图像来源不断扩大，大容量高速存储系统为图像的海量存储提供了基本保障，各行各业对图像的使用越来越广泛，图像信息资源的组织、管理和检索显得日益重要。为提高图像资源的利用率，图像信息资源的检索方法已成为国内外研究的热点。鉴于语义特征提取比较困难情况下，基于低层特征的图像检索是目前比较常用的方法。基于低层特征的图像检索容易造成低层特征与高层特征之间的鸿沟。目前解决语义鸿沟问题的方法之一是相关反馈。相关反馈方法有许多种，如移动查询向量、修改特征权重、贝叶斯、支持向量、神经网络等。 本文对这些相关反馈算法做出比较，选择了基于移动查询向量、修改特征权重相关反馈算法进行详细的研究和分析，在原有算法基础上设计了一种算法，该算法结合两种相关反馈算法。并将之应用于CGProiect项目。主要工作如下： 1.分析各种相关反馈算法的特点，通过对这些算法的比较，选择了适合CGProject项目的基于移动查询向量和修改特征权重的相关反馈算法进行了详细的研究。 2.在移动特征向量和修改特征权重相关反馈算法的基础上，设计了本文算法。并对这三种算法进行了实验比较。 3.将本文设计的相关反馈算法，应用到CGProject项目，在素材库检索中实现了一个相关反馈模块，通过相关反馈提高了CGProject项目中素材检索的效率和性能。

目录

文摘

英文文摘

声明

1 绪 论

1.1课题的背景和意义

1.2相关反馈技术现状

1.3基于相关反馈的图像检索系统

1.4论文的内容安排

2基于内容的图像检索

2.1基本工作框架

2.2基于颜色特征的图像检索

2.2.1颜色空间

2.2.2颜色特征表达

2.3基于纹理特征的图像检索

2.4基于形状特征的图像检索

2.5基于空间特征的图像检索

2.6基于语义特征的图像检索

2.7图像检索中的相似性度量

2.8图像检索性能评价

3相关反馈技术和算法

3.1相关反馈技术

3.1.1相关反馈的特点

3.1.2相关反馈的交互过程

3.1.3相关判断度量

3.1.4相关反馈中的用户模式

3.2相关反馈算法

3.2.1基于移动查询向量的相关反馈算法

3.2.2基于修改特征权重的相关反馈算法

3.2.3基于支持向量机的相关反馈算法

3.2.4基于长期学习策略的相关反馈算法

4移动查询向量和修改特征权重的相关反馈算法

4.1移动查询向量相关反馈算法

4.2基于修改特征权重的相关反馈算法研究

4.2.1图像特征模型

4.2.2相关反馈的一般过程

4.2.3特征归一化

4.2.4权重调整

4.3本文算法

4.4仿真实验

4.4.1实验过程

4.4.2仿真实验结果分析

5相关反馈在CGProject项目中的应用

5.1系统概述

5.1.1项目背景

5.1.2系统环境

5.1.3检索模块

5.1.4反馈流程

5.2基于相关反馈的素材库检索

5.2.1系统区域介绍

5.2.2素材库子系统

5.2.3相关反馈反馈模块

6结论及展望

6.1总结

6.2展望

致 谢

参考文献