基于期望模型的图像重排序方法

摘要

本发明提供基于期望模型的图像重排序方法，通过构建一个空间轮廓描述向量来表征用户对于搜索图像轮廓的期望，将该空间轮廓描述向量就作为用户的期望模型。通过对搜索引擎返回的每一张搜索结果图像提取其相应的空间轮廓描述向量，用该空间轮廓描述向量与其对应的用户期望模型进行比较，计算两者之间的相似性。然后将此相似性的值就作为该图片的期望值。期望值越大说明图片越符合用户对于图片轮廓的期望。最后根据期望值的大小进行排序，将期望值较大的排在靠前的位置。本发明有效地提高了图片搜索的准确性，测试显示平均的准确率(AP40)达到85％。如果结合Jun Huang等人的显著性和一致性模型则可以达到91％的平均搜索准确率。