基于顯著區(qū)域商標(biāo)信息圖像檢索方法研究

《基于顯著區(qū)域商標(biāo)信息圖像檢索方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于顯著區(qū)域商標(biāo)信息的圖像檢索方法研究中文摘要基于顯著區(qū)域商標(biāo)信息的圖像檢索方法研究中文摘要基于內(nèi)容的圖像檢索技術(shù)是智能化信息搜索領(lǐng)域研究的重點之一，同時也是圖像處理和人工智能相結(jié)合的產(chǎn)物，其對數(shù)字化信息時代的發(fā)展，乃至人們生活方式的改變都起著積極的促進(jìn)作用。人類在感知圖像內(nèi)容的過程中，會對局部感興趣區(qū)域格外關(guān)注，在此理論基礎(chǔ)上，研究基于顯著區(qū)域信息的圖像檢索方法是提高圖像搜索效果的一個有益嘗試。本文以商品圖像為研究對象，研究了圖像商標(biāo)的定位方法、詞匯樹層次語義模型和基于該模型下的圖像檢索原型系統(tǒng)設(shè)計與實現(xiàn)三方面內(nèi)容，目的是提供一種更貼近人類理解方式的圖像檢索技術(shù)。本文主要研究內(nèi)容如下：

2、（1）討論分析了圖像檢測技術(shù)中目標(biāo)定位的相關(guān)問題，研究了圖像顯著區(qū)域檢測的典型方法。在顯著區(qū)域檢測基礎(chǔ)上，提出了一種基于支持向量機(jī)(SVM)分類模型的多級窗口匹配策略，實現(xiàn)了感興趣焦點區(qū)域(FOA)的自適應(yīng)構(gòu)造。該方法可以精確定位出圖像的商標(biāo)區(qū)域，為提取商標(biāo)語義信息提供優(yōu)質(zhì)條件。（2）分析了文本搜索中詞匯樹的概念，通過將其應(yīng)用到圖像特征描述中，構(gòu)造了SIFT詞匯樹。研究了圖像語義知識在圖像檢索中的應(yīng)用，針對圖像中對象語義抽取問題，結(jié)合Bayesian統(tǒng)計決策理論提出了一種基于詞匯樹的層次語義映射模型，通過該模型可以實現(xiàn)商標(biāo)對象的語義特征描述。（3）分析討論了基于內(nèi)容的圖像檢索系統(tǒng)基本框架

3、，運用商標(biāo)定位方法和基于詞匯樹的層次語義映射模型，設(shè)計了基于顯著區(qū)域商標(biāo)信息的圖像檢索原型系統(tǒng)，并且詳細(xì)敘述了其實現(xiàn)過程。該原型系統(tǒng)融合圖像低層特征和商標(biāo)對象的語義特征，并在此基礎(chǔ)上進(jìn)行匹配，極大地提升了檢索效果。關(guān)鍵詞：圖像檢索，顯著區(qū)域檢測，多級窗口匹配，Bayesian統(tǒng)計決策理論，語義映射作者：張月輝指導(dǎo)老師：崔志明(教授)IAbstractResearchonimageretrievalusingtrademarkinformationofsignificantregionResearchonimageretrievalusingtrademarkinformationofsi

4、gnificantregionAbstractContent-basedimageretrievaltechnologyisoneofthepopularresearchesinthefieldofintelligentinformationretrieval,andisproductofimageprocessingandartificialintelligence.Itplaysanactiveroleinpromotingthedevelopmentofdigitalinformationandevenpeople'slifestyles.Intheperceptionofimag

5、econtent,humanwillpaymoreattentiononthelocalsignificantregion.Soresearchbasedonsignificantregionofimagesisausefulattempttoimprovetheimageretrievaltechnology.Thethesisfocusesonthemethodofimagetrademarkpositioningresearch,thevocabularytreehierarchysemanticmodelandtheimageretrievalsystembasedonthemo

6、del.Allaimatprovidingawayofeasyunderstandingretrievaltechnologyforhuman.Mainresearchworksareasfollows:(1)Itdiscussestheproblemoftargetimagedetectiontechnologyandatypicalmethodofsignificantregiondetection.Toachievethestructureofthefocusareaofinterest,weproducethemulti-levelwindowmatchingstrategyba

7、sedonsupportvectormachineclassificationmodel.Themethodcanaccuratelylocatetheareaoftrademarksandprovidesconditionstoextracttrademarksemanticinformation.(2)Analysisthetextsearchtreeconceptualmodel,andapplyittotheimagefea