基于按类视觉词袋模型与标签投票的图像检索

摘要：

视觉词袋模型在基于内容的图像检索中已经得到了广泛应用，然而对于自然图像的检索，由于图像目标视角多样、背景复杂、光照多变等原因，传统的视觉词袋模型的检索准确率仍然比较低。提出一种按类视觉词袋模型，即采用按照图像中目标物体的类别进行分组训练视觉词，从而提高视觉词的表征能力，改善检索效果；并根据检索返回图像的标签，以投票方式对查询目标做出判别，辅以标签检索，从而较大地提高了检索结果的准确率。

关键词：视觉词袋模型、按类视觉词袋模型、标签投票、图像检索

分类号：TP391.3(计算技术、计算机技术)

资助基金：国家自然科学基金项目61371148；上海市国家自然科学基金项目12ZR1402500

在线出版日期：2015-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4-7,11