基于视觉语义与RSSVM的图像检索

摘要：

以图像的视觉语义为基础,设计了一种新的空间转换模型,提出了一种新的图像语义描述方法.首先,采用NCut方法对图像进行分割,提取每个区域的颜色、纹理与形状等视觉特征;再用K-Means聚类方法对训练集中所有的视觉特征进行聚类,称聚类中心为视觉语义(Visual Semantic, VS),用来构造投影空间;然后通过所定义的非线性函数,将每幅图像向投影空间作映射,得到图像的投影特征;最后,为了提高分类器的训练效率与性能,先采用RS(粗糙集)方法对投影特征进行属性约简,再用支持向量机(SVM)进行学习和分类.基于Corel图像集的对比实验结果表明,该方法性能受聚类数的影响不大,鲁棒性强,且性能优于其它方法.

关键词：图像检索、支持向量机、属性约简

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：教育部新世纪优秀人才支持计划资助项目NCET-07-0693

在线出版日期：2010-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：156-161,166