基于散布矩阵分析的相关反馈算法及应用【荐】.pdfVIP

第13卷第5期 电路与系统学报 V01．13No．5 2008年10月 JOURNALoFCIRCUITSANDSYSTEMS octobcr，2008 文章编号：1007-0249(2008)05一ooOl一06 基于散布矩阵分析的相关反馈算法及应用★ 李金龙， 王煦法 (中国科学技术大学计算机科学与技术系，安徽合肥230027) 摘要，相关反馈技术是一种较常用的提高信息检索精度的方法。在图像检索领域，相关反馈技术被认为是解决图 像高层语义内容和低层视觉特征之间差异的一种有效方法。视觉特征的权值调整是一类应用较多的相关反馈技术，权 值调整方法中存在矩阵奇异问题，本文提出了一种新的基于散布矩阵分析的相关反馈算法，解决了矩阵奇异问题。该 方法通过分析与检索目标相关图像在特征空间中的散布来构造目标图像类的投影空间，该空间对应于一个高层语义类 在特征空间中分布密集的子空间，在投影空间中计算相似图像；同时根据每次反馈的信息不断修正投影空间来提高系 统的检索性能。在coreI图像数据库中的实验结果表明该算法具有良好的检索性能。 关键词t散布矩阵分析；相关反馈：基于内容的图像检索 中图分类号·TP391．4l文献标识码·A 1 引言 Intemet所蕴藏的信息资源越来越丰富，快速找到所需的资源是信息技术发展所面临的一个挑战。 Image 索仍处于探索阶段，因此目前仅限于简单语义检索，如图像类别或基于类别知识的目标检索研究【l】。 相关反馈技术在文本检索等领域获得较成功地应用，同时也被认为是解决图像高层语义和低层视觉特 征之间存在的“语义鸿沟”的有效方法之一。 从已有文献分析，相关反馈方法可大致分为三类【2．3】：基于分类的方法【4】、查询向量转移【5’61和权值 Vector 调整【7，引。基于分类方法的代表是支持向量机【4】(support 分类问题，寻找一个能将两类分开且分类空隙最大的最优分类面；查询向量转移方法是利用Rocchio 公式将特征空间中用户的查询向量向目标方向转移；另外一种查询向量转移方法是贝叶斯推理，Cox【5J 和Nuno【6】用贝叶斯规则来预测该样本属于～个特定类的概率并试图将检索错误降到最低；权值调整【78J 方法通过调整各个特征及特征各维的权值来优化检索结果，用广义的欧氏距离公式来计算图像x与查 询目标向量孽间的距离： d=(x—g)T∥(x一叮) (1) 公式(1)中权值矩阵形的求解问题可转化为求查询向量和正例图像间最短距离的参数估计问题。 但在计算矿时要对协方差矩阵求逆，而图像检索问题是高维特征空间中的小样本学习问题，容易导致 但并没有从根本上解决这个问题。 Matrix 本文提出～种新的基于权值调整方法的相关反馈算法，即基于散布矩阵分析方法(Scatter 矩阵，不涉及协方差矩阵求逆，从而避开矩阵奇异问题。该方法通过分析正例图像在特征空间中的散 布来构造该类图像的投影空间，该空间对应于一个语义类在特征空间中分布密集的子空间，把投影空 间中与查询向量距离较近的图像作为相似图像反馈给用户。该方法对特征空间进行投影、旋转等操作， 。收稿日期·2005·08-10修订日期：2008-07一04 2 电路与系统学报 第13卷 其本质上是一种权值调整方法。在Co聆l大图像库上的实验结果表明该算法对多正 例图像查询有较好的检索效果。 2 基于散布矩阵分析的相关反馈算法· 图l是正例样本在一个二维特征空间中的分布(假定特征空间只有2维)， 正例图像用“+”表示，分布在由基Z，^构成的特征空间中，将所有正例投 图l正例样本的分布 影到一条直线上，其投影点的均值用“·”表示。图l中样本在直线岛上的 投影点的分布最密集，即所有投影点和其均值点间的距离平方和最小。同理，当特征空间从二维扩展到 多维(一