大規(guī)模圖像集中的代表性圖像選取.pdf

1、代表性圖像選取是一種從網絡相冊集中選取最具代表性或最典型的圖像摘要技術。它可以根據用戶輸入的查詢關鍵詞,返回與其相關的包含多種語義主題的圖像集合,以供用戶快速瀏覽、獲取該查詢的相關信息。近年來,代表性圖像選取技術的應用領域越來越廣泛,成為圖像處理和分析、模式識別、人工智能等眾多領域中的研究熱點。本文的主要工作和創(chuàng)新點如下:
　　1.概述了現有圖像摘要方法的各個步驟,包括圖像特征提取、基于特征的圖像聚類、圖像簇排名和選取代表性圖像,

2、并分析了現有方法的一些不足之處。
　　2.針對傳統(tǒng)圖像檢索系統(tǒng)通過關鍵字搜索圖像時缺乏語義主題多樣性的問題,提出了一種基于互近鄰一致性和AP聚類的代表性圖像選取算法。針對每個查詢選取與其相關的包含不同語義主題的圖像集。首先利用互近鄰一致性調整圖像間的相似度,然后利用AP聚類方法將圖像集分為若干簇,對這些圖像簇進行排名選出質量較高的簇,并從中選取中心圖像作為代表性圖像。實驗表明該方法在查準率和查全率方面的性能超過基于K-means的

3、方法和基于GreedyK-means的方法,選取的圖像能直觀有效地概括源圖像集的內容,并且實現了語義上的多樣化。
　　3.針對代表性圖像選取過程中不同特征的權值分配問題,提出了一種基于粒子群優(yōu)化算法的自適應權值分配方法。將各個特征的權值分配問題轉化為目標函數的優(yōu)化問題,即將聚類結果的總質量Q作為目標函數,并采用粒子群優(yōu)化算法對其進行優(yōu)化,實現根據圖像集自身的特性來分配各個特征的權重,從而更加有效的表示相似度量。實驗表明該方法性能超