感兴趣视觉特征耦合种子繁衍的图像检索算法

摘要：

为避免基于内容的图像检索过程中底层特征和高层语义概念的语义鸿沟问题,通过引入主动学习的相关反馈,提出一种感兴趣视觉特征耦合种子繁衍机制的图像检索算法.根据种子核映射,定义自适应约束的种子繁衍机制(adaptiveconstraints-based seed multiplication,ACSM),利用ACSM提取用户感兴趣的区域(region of interest,ROI)特征;对数据库图像分割,获取分割区域局部特征;利用Euclidean距离测量查询图像与数据库的相似性,根据相似性获得初始检索结果;基于ACSM算子,从ROI与相关反馈中学习图像的低层特征和高层语义之间的关联,对用户的相关反馈进行排序,提高图像检索精度.实验结果表明,与当前图像检索技术相比,所提算法具有更高的检索精度和效率,表现出更好的Pre-cision-Recall曲线.

关键词：图像检索、自适应种子繁衍、相关反馈、感兴趣的区域、主动学习、局部特征

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61172113;河南省科技攻关基金项目122102210508

在线出版日期：2019-03-19（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：3785-3790,3796