面向图像检索的图像语义理解方法研究

北京理工大学博士学位论文方法度量图像的相似度。实验表明该方法在GMM-MMP方法的基础上缩小了例子图像的候选图像集，从而加快了检索速度，并进一步提高了例子图像检索的准确率。(4)提出了一种基于GMM-MMP的相关反馈方法。该方法根据用户意图语义将图像分为两类：用户意图的相关图像和不相关图像，采用高斯混合模型建立图像低层特征到用户意图语义的映射，根据用户标注结果学习后验伪概率分类器，从而实现概念检索和例子检索中的相关反馈。实验表明该方法能够有效地解决概念检索和例子检索中的相关反馈问题。还提出了一种基于稳定度的感兴趣区域多示例学习方法，通过多示例学习确定例子图像中的用户感兴趣区域，以改善例子检索效果。实验表明该方法能够有效地解决基于区域的例子图像检索问题。在以上工作的基础上，本文实现了一个基于内容的图像检索系统。关键词：基于内容的图像检索：图像分类：概念检索：例子检索：相似性度量：相关反馈：多示例学习