圖像檢索技術(shù)綜述-文庫吧資料
2024-10-13 15:19本頁面
【正文】 知識的語義提取 基于系統(tǒng)交互的語義生成 基于外部信息的語義提取 基于反饋的圖像檢索 相關(guān)反饋方法的基本思想是在檢索過程中，允許用戶對檢索結(jié)果進行評價和標記，指出結(jié)果中哪些是用戶希望得到的查詢圖像，哪些是不相關(guān)的，然后將用戶標記的相關(guān)信息作為訓(xùn)練樣本反饋給系統(tǒng)進行學(xué)習(xí)，指導(dǎo)下一輪檢索，從而使得檢索結(jié)果更符合用戶的需要。 在原有檢索系統(tǒng)中加入高級語義到低層特征的轉(zhuǎn)化，可以在不改變現(xiàn)有的圖像特征庫和匹配方式的情況下，實現(xiàn)基于語義的圖像檢索，其基本框圖見圖 2. 圖像語義的提前過程是由低層特征向高層語義轉(zhuǎn)化的過程。第 2層和第 3層之間的差別被許多學(xué)者稱為 “ 語義鴻溝 ” (semantic gap)。 然而， Inter上的圖像來自不同的領(lǐng)域，根本無法捕獲其共同點，用基于內(nèi)容的方法對這些圖像進行檢索，其效果遠不能令人滿意． 基于語義的圖像檢索 基于語義的圖像檢索的目的，就是要使計算機檢索圖像的能力達到人的理解水平。 目前基于內(nèi)容圖像檢索技術(shù)已經(jīng)取得了不少的成就，一些著名的圖像檢索系統(tǒng)相繼被推出，有 IBM的 QBIC 系統(tǒng)，哥倫比亞大學(xué)開發(fā)的 VisualSEEK， MIT多媒體實驗室開發(fā)的 PhotoBook， U C Berkeley開發(fā)的 Chabot 系統(tǒng)等。 CBIR系統(tǒng)向用戶提供的查詢方式 ?示例查詢就是由用戶提交一個或幾個例子圖像，然后由系統(tǒng)檢索出特征與之相似的圖像．這里的 “ 相似 ” ，指的是上述的顏色、紋理和形狀等幾個視覺特征上的相似。其基本思想是用對圖像進行傅里葉變換得到的邊界作為形狀描述 . 其中一個優(yōu)點就是把二維問題簡化為一維問題 。 因此形狀比顏色和紋理的語義性更強。 圖像檢索中用到的紋理特征表示方法
公司管理相關(guān)推薦
鄂ICP備17016276號-1