圖像檢索中自動(dòng)標(biāo)注與快速相似搜索技術(shù)研究.pdf

1、當(dāng)前成像技術(shù)的快速發(fā)展，使數(shù)碼相機(jī)、可拍照手機(jī)等設(shè)備日益普及，各種各樣的圖像數(shù)量飛速增長(zhǎng)。同時(shí)，互聯(lián)網(wǎng)的誕生與發(fā)展極大地促進(jìn)了人們之間的信息交流，也使圖像傳播變得更加方便快捷。越來(lái)越豐富的圖像資源使用戶難以在浩如煙海的數(shù)據(jù)中找到其真正需要的信息，從而，各種各樣的圖像檢索技術(shù)得到了廣泛的關(guān)注。 現(xiàn)有的圖像檢索主要依賴于圖像對(duì)應(yīng)的標(biāo)注信息，隨著圖像數(shù)量的快速增加，手工進(jìn)行圖像標(biāo)注方法由于費(fèi)用太過(guò)昂貴，已經(jīng)不能滿足人們的需要。所以，人

2、們尋找能夠自動(dòng)生成圖像標(biāo)注的方法，近些年來(lái)已成為了研究熱點(diǎn)。目前研究中遇到的問(wèn)題主要是“語(yǔ)義鴻溝”問(wèn)題以及巨大的圖像數(shù)量帶來(lái)的效率問(wèn)題等。 同時(shí)，基于圖像視覺(jué)內(nèi)容的檢索也在許多領(lǐng)域具有非常重要的作用，如指紋檢索、醫(yī)學(xué)圖像檢索等等。而且，自動(dòng)圖像標(biāo)注算法中也經(jīng)常需要進(jìn)行基于圖像內(nèi)容的檢索。這類檢索的一個(gè)關(guān)鍵問(wèn)題是如何快速、準(zhǔn)確地尋找到與查詢圖像相似或近似的圖像集合。由于圖像具有巨大的數(shù)據(jù)量，一般表示為高維空間中的矢量，所以其索引和

3、檢索變得十分困難。當(dāng)需要處理的圖像數(shù)目達(dá)到上百萬(wàn)甚至上億張時(shí)，快速搜索近似圖像將成為非常具有挑戰(zhàn)性的任務(wù)。 本文主要針對(duì)圖像檢索中的自動(dòng)圖像標(biāo)注以及快速搜索相似圖像等方面進(jìn)行研究，主要研究?jī)?nèi)容和創(chuàng)新之處為： 1、對(duì)自動(dòng)圖像標(biāo)注算法進(jìn)行了介紹，重點(diǎn)討論了基于相關(guān)模型、生成式模型、傳播式模型等幾類得到廣泛研究的標(biāo)注方法。傳統(tǒng)的圖像標(biāo)注算法主要研究圖像與詞匯之間的關(guān)系，而近期受到普遍關(guān)注的一類方法是利用詞匯之間存在的統(tǒng)計(jì)和語(yǔ)義

4、關(guān)系對(duì)已有的標(biāo)注進(jìn)行改善，我們也對(duì)這方面的代表性工作進(jìn)行了介紹。 2、本文詳細(xì)分析了圖像自動(dòng)標(biāo)注問(wèn)題中的目標(biāo)與涉及到的可用信息，提出了一種統(tǒng)一的自動(dòng)圖像標(biāo)注的模型框架，將傳統(tǒng)的自動(dòng)圖像標(biāo)注問(wèn)題擴(kuò)展到包括自動(dòng)標(biāo)注與標(biāo)注改善兩個(gè)子問(wèn)題。該框架可以清晰地解釋現(xiàn)有的多種自動(dòng)標(biāo)注方法，幫助人們更好地理解自動(dòng)圖像標(biāo)注問(wèn)題。 3、基于本文所提框架，我們提出了若干種有效的圖像標(biāo)注改進(jìn)算法，分別改進(jìn)了相應(yīng)的圖像關(guān)系計(jì)算方法、詞匯間關(guān)系計(jì)算

5、以及學(xué)習(xí)算法等部分。實(shí)驗(yàn)表明，本文提出的算法取得了明顯效果，也說(shuō)明了所提統(tǒng)一自動(dòng)標(biāo)注框架的有效性。 4、基于內(nèi)容的圖像檢索其核心問(wèn)題是相似圖像的檢索問(wèn)題，同時(shí)，在自動(dòng)圖像標(biāo)注中經(jīng)常需要尋找與待標(biāo)注圖像相似的圖像集合。所以，我們探討了快速搜索相似圖像的算法。為了簡(jiǎn)化問(wèn)題，我們首先討論了如何在大規(guī)模圖像庫(kù)中快速進(jìn)行重復(fù)圖像的檢測(cè)。針對(duì)此問(wèn)題，我們提出了一種高效的圖像表示和索引方法，該方法計(jì)算復(fù)雜度低，準(zhǔn)確度高，所需存儲(chǔ)量小，具有很好