基于文本与视觉特征聚合的图像排序学习模型

摘要：

图像搜索中重要的问题之一是如何有效地对搜索结果进行排序.现有图像搜索引擎的排序模型一般都基于相关文本而没有考虑图像的视觉特征.由于文本特征有时并不能很好地匹配图像的内容,所以搜索结果中会包含被错误排序的图像.针对该问题已经提出了视觉重排序方法,通过视觉信息来精炼基于文本的搜索结果.然而视觉重排序带来的性能提升有限,主要原因是基于文本的搜索结果中的错误会传播到视觉重排序阶段.本文基于排序学习的框架提出一个联合文本和视觉特征的图像排序学习模型,同时考虑了视觉和文本特征来进行排序学习,避免了视觉重排序中的错误传播.实验结果表明本文提出的排序模型显著地好于现有的重排序方法.

关键词：图像检索、排序学习、视觉重排序、视觉特征、排序预测

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“核高基”重大专项项目2010ZX01042-002-001

在线出版日期：2012-06-26（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：2326-2330