融合空间信息的彩色图像检索方法

彩色图像检索方法基于hsv颜色模型提取示例图像的颜色特征与图像库中图像的颜色特征时,提取不同维数的特征向量.在图像相似性度量的时候使用不同的计算公式.实验结果证明,这种颜色直方图算法速度快且与人类的视觉有着良好的一致性.     

基于本体的电子政务领域智能搜索引擎研究

在电子政务领域虽然我国的起步较晚,但是近几年取得的进步确实惊人的。为了使电子政务领域的公文检索更好地为决策支持服务,针对同时提高电子政务用户检索电子政务文档查准率和提高检索查全率的问题,文章提出了一种新的智能检索方法,该方法采用基于本体和语义推理相结合的方法,通过语义相似度和相关度的计算,并利用语义推理实现了相关信息的语义融合。文中最后给出了一个实验,实验结果表明该方法在检索结果集的查全率和查准率都有提高。     

基于颜色特征的遥感影像检索

利用同一个遥感影像检索系统，对比研究各种颜色特征在遥感影像检索中的检索效果。实验表明，通过提取描述图像灰度分布的各种颜色特征在遥感影像的检索中具有较好的适用性，初步达到了令人满意的效果。     

基于累积直方图的视频镜头边界检测方法

提出了一种基于累积直方图的视频镜头边界检测方法,以累积直方图来代表视频帧图像的特征,其帧差充分反映了视频帧图像间的差异性;结合滑动窗的局部阈值分割处理,获得镜头边界检测对物体/摄像机的运动和光线变化的不敏感性。实验结果表明,本方法在镜头突变边界检测中达到95.97%的查全率和96.75%的查准率。     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

多分类器融合的快速高维特征聚类图像分割

提出一种多分类器融合的快速高维特征聚类图像分割方法,将图像高维 特征数据的分类分解为基于灰度(颜色)特征的最佳模糊分类以及基于空域约束的统计分类等 多个低维特征数据的分类。通过多分类器融合的方法将不同分类器得到的分类结果进行优化 整合,得到最后的分类结果。实验证明：与其它图像分类算法相比,该方法拥有更好的分 割性能并大大提高了计算速度,最大限度地保证了分割算法计算的简单有效性。     

基于内容的图像检索技术

基于内容的图像检索技术随着多媒体技术的发展 ,在多媒体数据库管理和多媒体通信传输中越来越得到重视。对基于颜色、纹理、形状和轮廓特征的各种检索方法和技术进行综合阐述的同时 ,指出基于区域和目标检索及用户反馈检索等新的检索方法 ,是今后图像检索技术研究的热点和发展的方向     

基于卷积神经网络和注意力机制的图像检索

当前先进的图像检索方法中，存在着不能很好地分辨图像中不同区域和内容的重要性的问题，导致计算资源分配不合理、检索正确率较低等一系列结果。为了解决这些问题，提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和注意力机制的图像检索方法。首先使用卷积神经网络提取特征，然后使用注意力机制处理提取的特征,可以在计算能力有限的情况下根据图像中的内容合理分配计算资源，使图像中的突出部分得到更多的关注。最后通过融合全局平均池化层处理后的CNN特征来进行图像检索。所提方法在corel1k、corel5k和corel10k三个数据集上与其他先进的图像检索方法进行了比较，结果表明该方法能够有效提高图像检索的精确率和召回率，并且在检索返回的前k张图像的数量(top-k)增加时，仍能保持良好且稳定的检索精确率。     

一个基于MPEG-7颜色与形状的图像检索系统

结合MPEG-7的颜色与形状两种描述符设计出了一个新的图像检索系统,利用MPEG-7提供的主颜色描述符及基于区域的形状描述算法--角放射变换(ART)对图像进行特征提取、描述.实验用MPEG-7的评价准则进行评判,由包括花卉、自然风景及商标组成的图像库进行测试,结果表明,综合这两种特征进行检索比使用单一特征取得的检索效果更佳.     

一种基于Radon变换的微表情识别算法

微表情是人们处在一些与平时生活环境不同的高强度环境下试图控制和掩饰的情感表现，也是一种不曾意识到的瞬时脸部表情,持续时间短，强度弱。为了提高其准确率，提出了基于Radon变换的微表情识别算法。首先，对数据库中的视频序列进行灰度归一化、尺寸归一化和二维主成分分析法（Two-dimensional Principal Component Analysis，2DPCA）降维预处理，使用光流法对降维后图像提取运动特征；然后使用Radon变换算法对光流图像进行处理，得到对应微表情的特征值和特征图像；最后使用支持向量机进行微表情分类识别。实验结果表明，使用Radon变换后得到的微表情特征图像得到了较好的识别效果，在微表情数据集CASME和CASMEⅡ上识别率分别为81.48%和82.17%，通过与选取的其他方法对比说明了该方法具有更好的识别性能。     

基于纹理的图像检索

随着信息社会的到来，面对越来越多的海量媒体数据，基于内容的图像检索已成为一种趋势。而纹理特征是图像的一个重要特征，本文主要阐述基于纹理的图像检索系统。并详细地介绍了基于灰度共生矩阵的纹理检索算法。     

在学习生活中如何更好地利用搜索技术

学习是当代大学生最本质的职责，那么如何更好地利用信息搜索技术来丰富我们的知识、武装我们的头脑呢？该文旨在介绍在学习生活中，当为了获取某些方面的知识时，应当做些什么准备、采用哪些合理有效的工具、经过哪些可行的途径、如何筛选总结所获得的信息资源以及如何提高检索效率（包括查全率和查准率）等方面做了一些论述。     

基于颜色直方图的图像检索实现

本论文首先介绍了图像检索研究的三个方向,然后介绍了基于内容的图像检索相关方面的内容,最后使用VC＋＋编程语言实现了基于颜色直方图的图像检索,并给出了部分源代码。     

基于内容的图像检索技术研究现状综述

基于内容特征的图像库检索技术虽然开辟了一条更为准确直观的检索途径,但由于图像内容特征很难准确提取和描述,特征的相似度计算与人眼的感知存在一定的差异,使其会受到知识领域和检索任务的限制。     

基于二维非参数特征分析的SAR图像目标识别

在分析传统Fisher线性鉴别分析局限性的基础上,由图像的行信息和列信息提出了两 种形式的二维非参数特征分析 (2DNFA)的特征提取方法,并应用于SAR图像目标的识别。直 接在SAR图像矩阵上使用非参数特征分析提取特征不仅能充分发挥非参数特征分析的性能而 且保留了图像矩阵的结构信息,大大降低了散度矩阵的维数,减小了运算量。使用美国MSTA R计划录取的数据对算法进行了仿真验证,实验结果显示两种形式的二维非参数特征分析在 较低特征维数下的识别率均可以达到98%以上,表明所提方法的有效性和正确性。     

多特征融合的视频镜头分割

针对传统镜头分割算法特征单一、分割效果较差等问题，提出了一种多特征融合的视频镜头分割算法。首先，通过建立一种优化模型，融合空间差异度量和感知哈希度量两种重要特征，构造一种镜头边界区分能力更强的镜头边界检测特征，即像素差异度量；其次，结合直方图差异度量，形成有效的镜头边界检测策略，以便更加准确判断是否发生镜头切换。实验结果表明，与传统算法相比，所提算法取得了较好的分割效果，具有较高的查准率和查全率。     

简述唐卡图像检索技术

本文作者研究了唐卡图像的特征,介绍了唐卡图像检索系统结构、检索系统的评价标准,概括了提取唐卡图像的颜色、纹理、形状特征方法,最后指出唐卡图像检索技术存在的问题和未来研究方向.     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题,提出了一种融合多特征的图像检索算法。首先,提取查询图像和图像库中样本图像的GIST（Generalized Search Tree)特征,用欧氏距离衡量图像间的GIST相似度值,根据查询图像的GIST特征在图像库中进行检索,将结果按相似度进行排序;然后,提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征,使用BBF(Best Bin First)算法进行特征匹配;最后,通过特征点匹配点对数排序并返回检索结果。实验在改进的Corel1000数据集上进行,与传统的单特征图像检索算法对比,提出的图像检索算法不仅提高了检索准确率,而且获得了较好的检索效率。     

交互式图像检索系统应用前向神经网络

近年来基于内容图像检索中的研究重点是反馈技术,它缩短了图像的底层视觉特征和用户的高层语义概念的不一致,大大提高了系统的检索精度。本文站在机器学习的立场,讨论了在前向神经网络中的三种经典网络学习算法:BP、FP、RBFN,并分析了反馈技术在网络中的应用特点。并且展望了相关技术的发展前景和研究方向