基于贝叶斯学习视频检索相关反馈算法设计.docVIP

基于贝叶斯学习视频检索相关反馈算法设计 　　摘要：针对信息检索中如何提高检索的精度问题，提出了一个基于相关反馈的视频检索算法。使用概率框架来描述检索问题，并根据贝叶斯学习按照用户的行为来更新概率分布，实现自动相关反馈，提高了检索精度。实验表明，用该算法检索的准确度比基于最近邻特征线（NFL）的视频检索方法有明显提高。 　　关键词： 视频检索；相关反馈；贝叶斯学习 　　中图分类号：TN911.73; TP391.41文献标志码：A 　　文章编号：1001－3695(2008)03－0934－02 　　 　　基于内容的视频检索是目前多媒体信息技术的研究热点。由于计算机自动抽取的视觉低级特征与人们所理解的语义之间存在巨大的差距，其检索结果往往难以令人满意，通常使用相关反馈技术来弥补这个差距，提高检索精度。相关反馈在信息检索中是一种指导性学习技术，用于提高系统的检索能力。相关反馈方法的基本思路是在检索过程中，允许用户对检索结果进行评价和标记，指出结果中哪些查询是与查询图像相关的，哪些是无关的；然后将用户标记的相关信息作为训练样本反馈给系统进行学习，指导下一轮检索，从而使得检索结果更符合用户的需求。相关反馈技术最早用于文档检索系统中[1]，之后在基于内容的图像检索中得到广泛应用[2~6]。近年来也在基于内容的视频检索中得到应用[7~10]。 　　基于贝叶斯理论的相关反馈算法根