基于LSI的图像语义检索

《基于LSI的图像语义检索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于!"#的图像语义检索&"!&&沈玉利郭雷任建峰&!西北工业大学"西安’&""’!4!5湛江海洋大学"广东湛江#!*"!##A>94/3"!&""4B!&70$789摘要图像语义检索是实现图像快速$直观$准确查询的有效办法"针对目前直接采用图像低层特征无法满足图像语义查询的问题"该文提出了一种利用?,@技术"实现图像语义的检索方法%关键词隐含语义索引图像语义图像检索奇异值分解文章编号&""!>C))&>&!""##!!>""%*>"!文献标识码D中图分类号EF6"*"$%&’()*+$(,)$-&./0,#%&1$2&3$40’!"#7%877"!"#56.)9$%!$)+"

2、#:&’/$’&&,G8536L63Q64<256;Q589

3、L696?0,43"34<60<;6940

4、*!*#*%"*是一个"!*大小的矩阵%"*的列是变换方法()%*+&矩阵"的前*列%#是一个$!*大小的矩阵%而且#的行是**矩阵#的前*行%!是*!*的对角矩阵%其中对角元素为矩阵!奇异值分解!的*个最大奇异值*在给定*的条件下%利用,-.寻找近似为了提高检索效率%首先对利用用降秩办法实现降维的算矩阵!的方法能够保证这种近似是最优的**法%奇异值分解,,-.%,/012345-4326.6789:8;/

5、弦夹角*如果语义>图像矩阵!具有列向量-)%),*%+%000%$%那的左奇异矢量%#是一个#!$大小的正交矩阵%行向量是矩阵么余弦夹角为"!的右奇异矢量%是"!$的对角矩阵%其元素是矩阵!的奇"异值!"!"-"!%其中%#,-.,"%$$&这种分解可以对任何!!-2)12*+%-1123")))2)*,*$)矩阵适用&$-$$1$"")++++矩阵!的秩%&等同于非零奇异值的个数%其$!’$定义如下"%!2)*-2)%!2)*12%&隐含语义索引技术已经成功地应用到基于文本的信息检!!+$!($)$"!#$()$!#$()$!$()%!!),!$索%能够很好找到词和文本之间的

6、语义联系*基于这个思想%把))*式中矩阵"的前%&列是以矩阵!的列向量为基础的%而?,@技术应用到基于内容的图像检索中去*!#的前%&行是以矩阵!的行向量为基础的&为了得到一个和矩阵!相似的矩阵!*%*#%+%令矩阵!中除了*个最大的奇*基于颜色直方图的语义图像检索异值之外的其它奇异值为零&由=54/0(&+提出的奇异值分解理论*$&基于全局颜色直方图的方法认为%可以通过最小化近似矩阵!*来确定原始矩阵!和近似本节讨论利用隐含语义分析+归一化以及权值化系数等基金项目!国家自然科学基金!编号"%"&’#""&#资助作者简介!沈玉利!!"#$%$%男%博士%副教授%研究方向"图像处

7、理%模式识别等&郭雷’!"$&%$%男%博士生导师%教授%国家杰出青年科学基金获得者%主要研究方向"神经计算(视觉计算(图象和视频处理(模式识别等)任建峰’’"((%#%男%博士生%主要研究方向"图像与视频检索*&>!""#$!!计算机工程与应用方法来提高图像检索的性能方法.#",/#在实验中采用#"幅含有%<-%-+;’A(+;&不同语义的图像库"每种语义的图像含有#幅图像#这+"个语义类别分别是$城市建筑%飞机%公路%海岸%军人%桥梁%日出%经过这样的归一化后"图像特征矩阵中的元素的值就