一种基于SVM相关反馈的图像检索算法

摘要

目前在图像检索研究中,无论是基于单一特征还是基于多特征融合的图像检索往往只能反映图像中的低级的视觉信息,并不能反映出图像中的语义特征信息,为了解决底层特征与上层理解之间的语义鸿沟问题,在基于内容的图像检索研究的基础上,提出了一种基于SVM相关反馈的图像检索算法。首先提取查询图像与图像库中图像的GIST特征并进行相识度计算,返回检索结果。然后将初次检索结果中与查询图像相似的图像作为正样本,剩下的为负样本,通过SVM学习并构造能反映用户查询意图的分类器。最后通过该分类器再次检索并返回结果。在Corel-1000图像集上的实验结果显示,与仅基于GIST特征的图像检索算法相比,文中算法在图像检索的准确率上得到明显提高。