基于查詢語義相關(guān)性分析的圖像重排序算法研究.pdf

1、互聯(lián)網(wǎng)信息時代,基于Web2.0環(huán)境的社交媒體日益興起,圖像、視頻等海量數(shù)據(jù)的共享已成為現(xiàn)實。面對網(wǎng)絡(luò)環(huán)境下海量圖像的搜索需求,建立快速有效的圖像檢索系統(tǒng)有著重要的實際意義。然而由于圖像的低層視覺特征和高層語義概念之間語義鴻溝的存在,圖像檢索結(jié)果往往不能很好地反映用戶的檢索意圖,針對此類問題,圖像重排序技術(shù)綜合圖像視覺內(nèi)容、用戶反饋等額外信息,挖掘用戶的檢索意圖,調(diào)整初始檢索結(jié)果中圖像的順序,從而顯著提高檢索的精確性。
　　本文以

2、網(wǎng)絡(luò)海量圖像為研究對象,以用戶檢索意圖挖掘,圖像語義屬性學習為關(guān)鍵技術(shù),對圖像檢索重排序算法進行了研究,提出了兩種基于圖像語義屬性相關(guān)性分析的圖像重排序算法。綜合應用了圖像特征提取、圖像語義屬性學習、查詢相關(guān)性分析、字典重構(gòu)學習等技術(shù)。論文的主要內(nèi)容如下:
　　首先,基于圖像的語義屬性特征,提出了一種基于視覺語義字典聯(lián)合學習的圖像重排序算法,通過建立圖像局部特征與語義屬性之間的映射關(guān)系,對用戶檢索意圖進行相關(guān)性分析,進而分別從語義

3、角度和統(tǒng)計角度估計每一維視覺特征的重要性;在計算待檢索排序圖像與用戶反饋查詢圖像相似性分數(shù)時,重點關(guān)注與用戶檢索意圖相關(guān)性大的視覺單詞的匹配程度,削弱無關(guān)視覺單詞的匹配程度,從而彌補語義鴻溝造成的影響,進而提高檢索結(jié)果排序的性能。實驗結(jié)果表明此算法在相當程度上提高了圖像檢索排序結(jié)果和用戶檢索意圖的匹配程度。
　　其次,本文提出了一種基于分層語義學習的圖像重排序方法,從圖像低層語義屬性出發(fā),建立圖像的分層語義表示模型,每一層的輸出作