基于多视觉词典的显著性加权图像检索方法

摘要：

针对视觉词典在图像表示与检索方面的应用需求,本文提出了一种基于多视觉词典与显著性加权相结合的图像检索方法,实现了图像多特征的显著性稀疏表示.该方法首先划分图像为小块,提取图像块的多种底层特征,然后将其作为输入向量,通过非负稀疏编码分别学习图像块多种特征对应的视觉词典,将得到的图像块稀疏向量经过显著性汇总方法引入空间信息并作显著性加权处理,形成整幅图像的稀疏表示,最后采用提出的SDD距离计算方式进行图像检索.在Corel和Caltech通用图像集上进行仿真实验,与单一视觉词典的方法对比,结果表明本文方法能够有效提高图像检索的准确率.

关键词：多视觉词典、非负稀疏编码、显著性加权、相似性度量

所属期刊栏目：32

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61170145,61373081;教育部博士点基金20113704110001;山东省科技攻关计划2013GGX10125

在线出版日期：2017-06-12（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：399-407