本文選題：Web圖像檢索 + 查詢對象挖掘��； 參考：《南京大學》2014年博士論文

【摘要】：在互聯(lián)網(wǎng)數(shù)據(jù)大爆炸的時代,搜索引擎正在并將繼續(xù)對人們的日常工作、學習和生活產生巨大的影響。目前,以Google、Bing以及Baidu等為代表的商業(yè)搜索引擎,以文本信息檢索技術為基礎,在提供互聯(lián)網(wǎng)信息檢索服務方面獲得了巨大的成功。但以文本關鍵詞方式來檢索圖像的效果卻難盡如人意,仍然有很大的提升空間。近年來,研究人員提出了很多針對基于關鍵詞圖像檢索的增強技術,例如圖像檢索重排序,圖像檢索結果摘要和縮略圖生成等等。然而這些技術僅僅使用了圖像的一般性質,而沒有考慮不同類別圖像的特性。在處理對象查詢關鍵詞時,由于傳統(tǒng)的圖像整體表示和對象查詢所需求的局部匹配特性不相容,檢索效果提升受到了很大的限制。本文從基于關鍵詞的圖像檢索應用特性入手,基于面向檢索的圖像對象語義分析技術,提出了一系列圖像檢索增強的技術方案,提高了圖像檢索結果的相關性排序、摘要、以及縮略圖等的處理效果,有效提升了圖像檢索服務的質量。論文的主要工作和創(chuàng)新體現(xiàn)在以下幾個方面： 一、提出了一種面向檢索的圖像對象語義提取方法,有效解決了面向對象檢索的圖像語義挖掘問題。由于對象查詢是當前基于關鍵詞的圖像檢索中一個重要的查詢類別,本文提出在基于關鍵區(qū)域的圖像表示上利用查詢對象挖掘技術挖掘潛在的對象類別,并且通過查詢擴展的方式來構建以當前查詢?yōu)橹行牡木植炕Z義空間。構建的檢索對象詞典有效地地支撐了后續(xù)檢索增強技術,提升了Web圖像檢索的用戶體驗。 二、提出了一種基于對象的語言模型風險最小化的圖像搜索重排序方法,大幅提升了Web圖像檢索的結果相關性。雖然研究者們曾對圖像搜索重排序提出一些有效的相關性假設,但是傳統(tǒng)方法由于受到圖像背景噪聲的影響而使這些假設失去了應有的效果。因此,本文提出利用基于對象的語言模型來形式化重排序問題,以規(guī)避背景噪聲的影響,并通過一種風險最小化的框架來生成重排序函數(shù)。這種排序框架的最大難點在于以文本表示的查詢無法直接表示為對象語言模型。針對這個問題,本文在對象語義層面上對多個經(jīng)典的相關性假設進行了解讀,并基于這些假設對查詢的對象語言模型進行預測。為使得所有的相關性假設能夠互補,本文利用基于監(jiān)督學習的重排序框架從人工標注的樣本中歸出用于集成不同假設的模型。在一個用于圖像排序結果評測的數(shù)據(jù)集上該方法能夠帶來10%的MAP效果提升。 三、提出了一種基于對象摘要性質優(yōu)化的圖像搜索結果摘要方法,彌補了傳統(tǒng)摘要方法在處理對象查詢結果摘要中的不足。圖像搜索結果摘要的質量取決于多個因素,包括查詢相關性,內容多樣性和視覺吸引力等。雖然傳統(tǒng)摘要方法能夠在一定程度上滿足這些性質,但是在對象查詢上的摘要效果仍然不盡如人意。本文提出對象查詢結果摘要的多樣性具有多個粒度,并在此結論的基礎上提出了一種基于非極大值抑制的對象類別選擇方法。同時,本文基于圖像美觀度依賴于對象在圖像中位置與大小的假設,設計了一個圖像美觀度的估計方法。本文將所有影響摘要質量的因素集成于一個概率松弛化后的優(yōu)化框架中,并使用梯度下降以及貪心算法進行求解。通過用戶調查對查詢結果摘要質量的評估結果表明,本文提出的摘要方法能夠獲得最多的“最佳摘要”投票數(shù)量。 四、提出了一種查詢相關縮略圖方法,解決了傳統(tǒng)縮略圖方法裁剪不精確以及無法有效處理多個前景對象的問題。面向對象查詢的縮略圖生成面臨的最大困難不僅僅來自于裁剪方法判斷前景對象在圖像中的位置的精確度,更來自于傳統(tǒng)裁剪方法無法準確提供與查詢相關的裁剪結果。針對這兩個問題,本文提出了基于對象字典的查詢相關前景定位方法。在此基礎上,本文提出了包括圖像可裁剪性判別、裁剪邊界擴展與調整、缺失背景填補等在內的完整解決方案,使得通過對象字典定位得到的對象包圍盒能夠轉化為一個符合用戶要求的裁剪結果。在針對縮略圖質量進行評價的用戶調查中,本文提出的縮略圖生成方法能夠獲得最多的高質量縮略圖評價。 以搜索引擎作為支撐,開發(fā)出語義信息抽取方法,并“反饋式”地應用到搜索效果的提升之中是當前搜索引擎相關研究的一個新趨勢。本文的工作開辟了一條新的思路,通過領域相關知識,針對性地優(yōu)化某一類特定查詢的檢索效果。這種思路在后續(xù)對其它類型查詢的研究中具有重要的參考價值。
[Abstract]:The search engine is and will continue to exert great influence on people ' s daily work , study and life in the age of large Internet data explosion .

Firstly , a retrieval - oriented semantic extraction method for image objects is proposed , which effectively solves the problem of image semantic mining of object - oriented retrieval . As an object query is an important category of query in image retrieval based on key words , this paper proposes to use query object mining technology to mine potential object categories based on key area image representation , and to construct localized semantic space centered on current query by query expansion . The constructed retrieval object dictionary effectively supports the subsequent retrieval enhancement technology and promotes the user experience of Web image retrieval .

This paper proposes an image search re - ordering method based on object - based language model risk minimization , which greatly improves the relevance of the results of Web image retrieval .

This paper presents a method of image search results based on object abstract property optimization . The quality of image search results is dependent on multiple factors , including query correlation , content diversity and visual appeal .

in ord to solve that problem that the traditional thumbnail method is not accurate and cannot effectively deal with a plurality of foreground objects , the maximum difficulty of the thumbnail generation of the object - oriented query is not only the precision of the position of the foreground object in the image from the cutting method , but also the cutting result which is related to the query cannot be accurately provided by the traditional clipping method .

Based on the search engine as the support , the semantic information extraction method is developed , and the " feedback " is applied to the promotion of search results . The work of this paper opens up a new idea , and optimizes the retrieval effect of a certain kind of specific query through relevant knowledge in the field . This thinking has important reference value in the future research on other types of queries .

【學位授予單位】：南京大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前5條

1 曹莉華,柳偉,李國輝;基于多種主色調的圖像檢索算法研究與實現(xiàn)[J];計算機研究與發(fā)展;1999年01期

2 李清勇;胡宏;施智平;史忠植;;基于紋理語義特征的圖像檢索研究[J];計算機學報;2006年01期

3 王國營;梁春迎;;一種圖像顯著區(qū)域的提取方法[J];計算機應用;2010年06期

4 王濤,胡事民,孫家廣;基于顏色-空間特征的圖像檢索[J];軟件學報;2002年10期

5 劉忠偉,章毓晉;綜合利用顏色和紋理特征的圖像檢索[J];通信學報;1999年05期

，

本文編號：1747787