基于高层语义的图像检索算法

摘要：

利用Bayes统计学习和决策理论,建立了一种图像语义综合概率描述模型(image probability semanticmodel,简称IPSM).该模型是一种基于描述性特征建模方法的分层体系结构,由原始图像层、图像特征层、图像语义层、综合概率层、概率传播层和语义映射层6个部分组成.并在IPSM模型对图像的语义分类特征进行描述和提取的基础上,提出并实现了基于高层语义的图像检索算法(semantic high-1evel retrieval algorithm,简称SHM)以及基于高层语义的相关反馈算法(semantic relevance feedback,简称SRF).实验结果表明,IPSM模型及SHR和SRF两个算法能够有效地对图像的高层语义进行刻画,其图像匹配检索效果良好,并具有稳定的检索性能.

关键词：SHM、语义特征提取、Bayes统计学习、语义分类辞典、相关反馈

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省自然科学基金BJ200009

在线出版日期：2004-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1461-1469