資源描述：
《基于興趣區(qū)域的圖像檢索方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于興趣區(qū)域的圖像檢索方法研究TheResearchofImageRetrievalMethodbasedonRegionofInterest學(xué)科專業(yè)：計(jì)算機(jī)技術(shù)研究生：任清濤指導(dǎo)教師：曲日副教授企業(yè)導(dǎo)師：張作職高工天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二零一五年十一月摘要隨著互聯(lián)網(wǎng)的快速發(fā)展，圖像的種類和數(shù)量不斷增多，成為我們?nèi)粘Ｉ瞰@取信息的重要通道之一。與文本方式獲取到的信息相比，圖片傳達(dá)的信息更為直觀，豐富，場景還原更加準(zhǔn)確，所以從圖像獲取信息更受人們青睞。因此作為圖像精確獲取通道的圖像檢索技術(shù)得到了快速發(fā)展，成為當(dāng)前信息檢索的重要研究領(lǐng)域之一。傳統(tǒng)的圖像檢索方法是由文本檢索方法自然過渡而
2、來，需要對待檢索的圖像進(jìn)行人工標(biāo)記。通過標(biāo)記的方式將圖像檢索轉(zhuǎn)化為文本檢索的方式。這樣的方法在檢索圖像較少的情況下還可以使用，隨著圖像數(shù)量幾何數(shù)量級的增長，人工標(biāo)記的方式需要耗費(fèi)巨大的人力物力，已經(jīng)不太適用?；趦?nèi)容的圖像檢索應(yīng)運(yùn)而生，根據(jù)圖像表達(dá)的內(nèi)容實(shí)現(xiàn)按例查詢，根據(jù)用戶提供的樣例查詢圖像搜索相關(guān)的圖像。目前基于內(nèi)容的圖像檢索方法大多是利用圖像的底層特征描述圖像，忽略了圖像的高層語義特征，造成“語義鴻溝”，帶來檢索效果達(dá)不到預(yù)期。如何縮小“語義鴻溝”，精確刻畫用戶檢索需求，提高檢索效果，成為當(dāng)前圖像檢索研究的熱點(diǎn)。目前圖像檢索的方法大多是通過一種或多種圖像底層特征進(jìn)行全局匹配的方式實(shí)
3、現(xiàn)圖像檢索。通過融合多種圖像特征，提取圖像的興趣區(qū)域，精確刻畫用戶檢索需求是縮小“語義鴻溝”的手段之一。因此，結(jié)合當(dāng)前圖像處理方面的圖像分割的相關(guān)算法和眼動跟蹤的相關(guān)前沿技術(shù)，提出基于眼動跟蹤數(shù)據(jù)提取興趣區(qū)域的圖像檢索方法，精確直觀的描述用戶的查詢意圖，提高圖像檢索的效果。本文在根據(jù)已有的圖像底層特征描述方式，興趣區(qū)域提取方法，圖像分割方法，相似度的計(jì)算方法以及檢索結(jié)果評價方法等基礎(chǔ)之上進(jìn)行研究，研究成果包括：提出了一種綜合圖像多種底層特征進(jìn)行圖像檢索的方法，該方法解決了特征融合的相關(guān)問題；另外實(shí)現(xiàn)了基于視覺感知提取圖像興趣區(qū)域的圖像檢索算法；最后提出基于眼動跟蹤設(shè)備采集用戶觀察圖像時的
4、眼動跟蹤數(shù)據(jù)，根據(jù)眼動跟蹤數(shù)據(jù)提取圖像興趣區(qū)域的算法，并和圖像檢索相結(jié)合。并進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)表明該算法的有效性。關(guān)鍵詞：圖像檢索,興趣區(qū)域,多特征,眼動數(shù)據(jù)ABSTRACTWiththerapiddevelopmentoftheInternet,thetypeandnumberofimagesisincreasing.Theimagehasbecomeanimportantchannelofaccesstoinformationinpeople'sworkandlife.Comparingtotextmessages,imagesconveytheinformationmoreintuit
5、ive,rich,scenereductionmoreaccurate,sotheimageinformationobtainedfromthemorefavoredbythepeople.Therefore,asanimagetoobtainaccuratelchannel,imageretrievahasbeenrapiddevelopmentandbecomeoneoftheimportantresearchareasofinformationretrieval.Thetraditionalimageretrievalmethodisanaturaltransitionfromth
6、etextretrievalmethod,weneedtotreatretrievedimagesmanuallytag.Suchanapproachinthecaseofretrievingtheimagecanbeusedless.Astheimagegeometricorderofmagnitudeincreaseinthenumberofartificialwaymarktakesenormoushumanandmaterialresources,itcannotwork.Contentbasedimageretrievalemerged,whichaccordtotheexpr
7、essionoftherealizationofthecontentsoftheimageexampleinquiry.Currentlycontentbasedimageretrievalmethodsmostlyuselow-levelfeaturesoftheimagedescribetheimage,ignoringthehigh-levelsemanticfeaturesoftheimage,resultinginthe"
