基于内容的图像搜索重排序研究-信号与信息处理专业论文.docx

中国科学技术大学博士学位论文 中国科学技术大学博士学位论文 摘要 3．无髓督的重排序为所有的用户返回一样的查询结果，因此不能满足不同用 户的刁i同搜索需求，尤其是在用户的查询词指代不明的情况下。研究表明 相关反馈是解决这一问题的有效途径，但是现有的基于用户交互的重排序 方法不能很好地从用户反馈中准确学习用户的搜索意图。为了解决这一问 题，本文提出了半监督的主动重排序方法，该方法首先通过人机交互获得 用户的标注信息，在此基础上利用子空间学习算法区分与用户查询相关和 不相关的图像。在学习用户的真正搜索意图过程中，为了减少用户的标注 量提出了一种基于结构信息的样本主动选择方案；为了学习反映与用户查 询相‘关的图像予空『开J提出了一种局部一整体区分式了空问学习算法。在人工 数据集和网络图像搜索数据集上的实验表明本文提出的主动重排序方法可 以有效学习用户的搜索意图，返回满足用户需求的结果。 4．在图像搜索中，用户希望返回的结果同时具有高相关性和高丰题覆盖性。 主题多样化重排序受到越来越多的重视，但足现有的多样化重排序方法受 到两方面的限制。首先，这些方法对相关性和多样性的优化是分两步进行 的，凶此得不到联合最优的结