相关反馈机制在图像检索中的应用.pdfVIP

相关反馈机制在图像检索中的应用 ◆王建峰 臧金梅 赵宪华 (th东信息职业技术学院 山东 潍坊 261061) 【摘要】图象数量的爆炸性增长，使得基于内容的图象检索成为一 (三)相关反馈技术分类 个研究的热点，而以计算机为中心的图象检索方式又有一定的局 根据对用户反馈的不同响应途径，相关反馈技术可以分为以 限性，因此在图象检索中引入相关反馈机制越来越显示出它的重 下几类。 要性。本文简要介绍了基于内容图象检索中相关反馈的工作过程 (1)基于修改查询矢量或距离度量的检索。在系统中每幅图象 以及一些常用的相关反馈检索机制，它将人也作为检索系统的一 都是以一个N维特征矢量的形式来表示所选取的特征，根据用户 个部分．根据用户的反馈重新查询，从而提高检索精度。 指明“反馈正例”或 “反馈负例”图象，查询的特征矢量被修改，使得 【关键词】图象检索 相关反馈 相关项被赋予较大的权值，而不相关的项被赋予较小的权值。通过 计算所有 “反馈正例”图象在某一维特征上的相关度，如果该维特 征上 “反馈正例”图象都比较相像，则给该维特征赋予较大的权值， 随着多媒体数据数量的爆炸性增长，图象信息己得到了日益 否则就赋予较低的权值。 广泛的应用，图象在 电子数字图书馆、医疗图象管理、知识产权等 (2)特征杈重相关反馈检索。以调整特征权重为途径的相关反 领域都扮演了重要的角色，图象检索经历了基于文本的图象检索 馈方法通过动态的调整图象特征的权重来达到改进检索结果的目 到基于内容的图象检索。早期的基于文本的图象检索方法需要耗 的。这种方法无需将图象的特征的向量转变为权重向量，而是首先 费大量的人力，并且具有很强的主观性问题。基于内容的图象检索 由归一化操作来统～不同特征的重要性 (权重)，然后根据相关反 方法是根据图象的颜色、纹理、形状以及空间关系等反映图象视觉 馈动态地调整它们的权重以改善检索精度。 特征的内容信息，自动建立图象多维信息特征作为图象的索引，在 (3)基于修改图象数据库点的分布的检索。改变数据库中点的 多维信息空间中按照相似度匹配进行检索，但是它的检索性能并 分布在根本上就是通过用户的反馈来改变数据库中每幅图象与当 不能得到令人满意的结果，其原因可归结为以下两个方面： 前查询的距离，使相似的点靠近查询点，不相似的点远离查询点， (1)高层语义概念同底层特征之间的差距。以计算机为中心的 是通过细化查询或距离度量的方法来实现。初始时数据库中所有 图象检索是基于视觉内容的，而不是基于图象所蕴涵的高级语义 图象分布是均匀的，但是随着用户反馈，系统将用相关规 (如贝叶 内容，这种机制难 以达到人们所期望的图象检索要求。 斯准则)来改变数据库中每个点与查询的距离，从而使数据库中点 (2)人类感知的主观性。对于同一图象所蕴涵的语义 内容，不 的分布得到了改变，并逐渐趋于用户的查询结果。 同的人或者是一个人在不同的情况下可能会有不同的理解，这就 (4)机器学习的相关反馈检索。机器学习就是构造计算机程 是人类感知的主观性。 序，使用经验 自动的对任务进行改进。在基于内容的检索中，反馈 一 、 相关反馈机制 正例或负例就是用户提供的经验，相关反馈通过经验改进检索过 为了解决以计算机为中心的图象检索的局限性，现在已经把 程，因此典型的机器学习方法可以应用到相关反馈中，比如决策树 交互式概念引入图象检索领域，就是基于相关反馈的图象检索方 学习方法、神经网络、贝叶斯学习方法等等。基于内容图象检索的 法。交互使系统能够同时发挥计算机和