發(fā)布時(shí)間：2018-07-12 12:45

  本文選題：圖像檢索 + 視覺(jué)詞袋模型��； 參考：《吉林大學(xué)》2016年博士論文

【摘要】：本文圍繞幾何驗(yàn)證和提升全局特征描述能力兩大方面對(duì)圖像檢索方法展開(kāi)研究。研究過(guò)程中,沿著提高特征點(diǎn)間區(qū)分能力的思想,以融入顯著性機(jī)制的幾何驗(yàn)證方法、提取高層語(yǔ)義信息、高效特征間幾何編碼和增強(qiáng)聚合特征的判別性四方面提出改進(jìn)方案,實(shí)現(xiàn)對(duì)大規(guī)模圖像數(shù)據(jù)庫(kù)進(jìn)行高效檢索。幾何驗(yàn)證方法融入顯著性機(jī)制時(shí),為了快速準(zhǔn)確搜索用戶感興趣圖像,提出基于分級(jí)顯著信息的空間編碼方法。采用三點(diǎn)構(gòu)成的角度信息和距離信息分別編碼并驗(yàn)證,加強(qiáng)匹配特征驗(yàn)證穩(wěn)定性。同時(shí)引入顯著性機(jī)制采用分級(jí)多點(diǎn)編碼方法提高幾何驗(yàn)證階段實(shí)時(shí)性。為了進(jìn)一步提取圖像高層語(yǔ)義信息,增強(qiáng)特征間區(qū)分能力,基于最大熵原則提取圖像分級(jí)顯著區(qū)域,同時(shí)在這些分級(jí)顯著區(qū)域中,定義一種三角形的空間模型,加強(qiáng)幾何編碼約束條件,最終融合顯著性匹配得分與幾何得分。高效特征間幾何編碼時(shí),為了提高檢索性能,本文通過(guò)局部鄰域約束方法過(guò)濾不相關(guān)匹配特征,可去除特征匹配時(shí)的噪聲影響,同時(shí)為了加強(qiáng)空間約束能力,對(duì)相關(guān)匹配特征間相對(duì)位置進(jìn)行編碼,并驗(yàn)證其幾何一致性。這種方法既減少檢索時(shí)間,又提高了檢索準(zhǔn)確率。為了增強(qiáng)聚合特征的判別性,本文首先將特征描述子在每個(gè)視覺(jué)單詞中的熵分布信息嵌入至聚合特征中,同時(shí)為了有效將兩種特征進(jìn)行組織,在融合階段提出了新的指數(shù)歸一化方法,進(jìn)而實(shí)現(xiàn)檢索性能的提升。
[Abstract]:This paper focuses on geometric verification and global feature description of image retrieval methods. In the course of the research, an improved scheme is put forward along with the idea of improving the ability of distinguishing feature points, incorporating the geometric verification method of salience mechanism, extracting high-level semantic information, efficiently coding the geometry between features and enhancing the discriminability of aggregate features. The efficient retrieval of large scale image database is realized. In order to quickly and accurately search users' interesting images, a spatial coding method based on hierarchical salient information is proposed when geometric verification method is incorporated into saliency mechanism. Angle information and distance information are coded and verified separately to enhance the stability of matching feature verification. At the same time, the significance mechanism is introduced to improve the real-time performance of geometric verification stage using hierarchical multipoint coding. In order to further extract high-level semantic information of images and enhance the ability of distinguishing features, image hierarchical salience regions are extracted based on maximum entropy principle, and a triangular spatial model is defined in these hierarchical salient regions. The constraint condition of geometric coding is strengthened, and the significant matching score and geometric score are fused finally. In order to improve the retrieval performance of efficient geometric coding between features, the local neighborhood constraint method is used to filter the uncorrelated matching features, which can remove the noise in feature matching and enhance the spatial constraint ability. The relative positions of correlation matching features are coded and their geometric consistency is verified. This method not only reduces the retrieval time, but also improves the retrieval accuracy. In order to enhance the discriminability of aggregate features, the entropy distribution information of feature descriptors in each visual word is embedded into the aggregate features, and the two features are organized effectively. In the fusion stage, a new exponential normalization method is proposed to improve the retrieval performance.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓法旺;;基于云計(jì)算模式的圖像檢索研究[J];情報(bào)科學(xué);2011年10期

2 何巖;;以計(jì)算機(jī)為基礎(chǔ)的色彩圖像檢索方法與研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年12期

3 郭海鳳;李廣水;仇彬任;;基于融合多特征的社會(huì)網(wǎng)上圖像檢索方法[J];計(jì)算機(jī)與現(xiàn)代化;2013年12期

4 柏正堯,周紀(jì)勤;基于復(fù)數(shù)矩不變性的圖像檢索方法研究[J];計(jì)算機(jī)應(yīng)用;2000年10期

5 夏峰,張文龍;一種圖像檢索的新方法[J];計(jì)算機(jī)應(yīng)用研究;2002年11期

6 鄧誠(chéng)強(qiáng),馮剛;基于內(nèi)容的多特征綜合圖像檢索[J];計(jì)算機(jī)應(yīng)用;2003年07期

7 斯白露,高文,盧漢清,曾煒,段立娟;基于感興趣區(qū)域的圖像檢索方法[J];高技術(shù)通訊;2003年05期

8 劉怡,于沛;基于“知網(wǎng)”的新聞圖像檢索方法[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

9 張榮,鄭浩然,李金龍,王煦法;進(jìn)化加速技術(shù)在圖像檢索中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年16期

10 黃德才,胡嘉,鄭月鋒;交互式圖像檢索中相關(guān)反饋進(jìn)展研究[J];計(jì)算機(jī)應(yīng)用研究;2005年09期

相關(guān)會(huì)議論文 前10條

1 陳旭文;朱紅麗;;一種高效的圖像檢索方法[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

2 周向東;張亮;張琪;劉莉;殷慷;施伯樂(lè);;一種新的圖像檢索相關(guān)反饋方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳世亮;李戰(zhàn)懷;閆劍鋒;;一種基于本體描述的空間語(yǔ)義圖像檢索方法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

5 許相莉;張利彪;于哲舟;周春光;;基于商空間粒度計(jì)算的圖像檢索[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

6 李凌偉;周榮貴;劉怡;;基于概念的圖像檢索方法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

7 楊關(guān)良;李忠杰;徐小杰;;基于代表色的圖像檢索方法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

8 彭瑜;喬奇峰;魏昆娟;;基于多示例學(xué)習(xí)的圖像檢索方法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

9 胡敬;武港山;;基于語(yǔ)義特征的風(fēng)景圖像檢索[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 許天兵;;一種基于語(yǔ)義分類的圖像檢索方法[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 崔超然;圖像檢索中自動(dòng)標(biāo)注、標(biāo)簽處理和重排序問(wèn)題的研究[D];山東大學(xué);2015年

2 楊迪;基于內(nèi)容的分布式圖像檢索[D];北京郵電大學(xué);2015年

3 張旭;網(wǎng)絡(luò)圖像檢索關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

4 吳夢(mèng)麟;基于半監(jiān)督學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究[D];南京理工大學(xué);2015年

5 汪友寶;基于多分辨率和顯著特征的圖像檢索方法研究[D];上海大學(xué);2015年

6 張運(yùn)超;面向海量圖像檢索的視覺(jué)編碼方法分析與優(yōu)化[D];北京理工大學(xué);2015年

7 高毫林;基于哈希技術(shù)的圖像檢索研究[D];解放軍信息工程大學(xué);2014年

8 李清亮;圖像檢索中判別性增強(qiáng)研究[D];吉林大學(xué);2016年

9 李展;基于多示例學(xué)習(xí)的圖像檢索與推薦相關(guān)算法研究[D];西北大學(xué);2012年

10 郭麗;基于內(nèi)容的商標(biāo)圖像檢索研究[D];南京理工大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 趙鴻;基于尺度不變局部特征的圖像檢索研究[D];華南理工大學(xué);2015年

2 孫劍飛;基于圖像索引的熱點(diǎn)話題檢索方法研究[D];蘭州大學(xué);2015年

3 章進(jìn)洲;圖像檢索中的用戶意圖分析[D];南京理工大學(xué);2015年

4 苗思楊;移動(dòng)圖像檢索中的漸進(jìn)式傳輸方式研究[D];大連海事大學(xué);2015年

5 都業(yè)剛;基于顯著性的移動(dòng)圖像檢索[D];大連海事大學(xué);2015年

6 王夢(mèng)蕾;基于用戶反饋和改進(jìn)詞袋模型的圖像檢索[D];南京理工大學(xué);2015年

7 許鵬飛;基于草圖的海量圖像檢索方法研究[D];浙江大學(xué);2015年

8 馮進(jìn)麗;基于BoF的圖像檢索與行為識(shí)別研究[D];山西大學(xué);2015年

9 喬維強(qiáng);基于低級(jí)特征和語(yǔ)義特征的醫(yī)學(xué)圖像檢索[D];北京理工大學(xué);2015年

10 蔣國(guó)寶;基于內(nèi)容的概念建模和圖像檢索重排序[D];復(fù)旦大學(xué);2014年

，

本文編號(hào)：2117201