基于改进的排序学习的图片检索算法研究

摘要：

图片检索是图片共享社会网络中的重要研究内容之一.传统的图片检索方法往往通过对用户输入的关键字和图片的文本描述加以匹配来进行图片检索.由于文本信息存在歧义性,图片的文本描述十分困难,因此检索结果的准确性低.为了提高图片检索的准确性,提出了基于排序学习的图片检索方法.将每幅图片通过多种特征描述符进行描述,当用户的输入为图片时,通过对比查询图片和图片库中图片的相似性进行图片检索.采用支持向量机和关联规则两种学习方法对特征描述符的权重组合进行学习,并提出了相应的学习算法.实验表明,提出的基于学习的图片检索方法与相关图片检索方法相比具有更高的准确性.此外,应用支持向量机和关联规则两种方法对分类函数进行学习时,由于两种算法通过相同的数据实例对图片描述符的权重进行学习,因此得到的结果是相关的.

关键词：图片检索、排序学习、支持向量机、关联规则

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：江西省博士研究生创新项目科研基金YC2011-B026

在线出版日期：2016-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：275-277,306