检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:张菁[1] 沈兰荪[1] David Dagan Feng
机构地区:[1]北京工业大学信号与信息处理研究室,北京100022 [2]悉尼大学信息学院,澳大利亚悉尼2006 [3]香港理工大学电子与资讯工程学系,中国香港
出 处:《电子学报》2008年第3期494-499,共6页Acta Electronica Sinica
基 金:国家自然科学基金(No.60472036,No.60431020,No.60402036);教育部博士点基金(No.20040005015);北京市自然科学基金(No.3052005);the PolyU/UGC grants(No.B-Q698)
摘 要:基于内容图像检索的一个突出问题是图像低层特征与高层语义之间存在的巨大鸿沟.针对相关反馈和感兴趣区检测在弥补语义鸿沟时存在主观性强、耗时的缺点,提出了视觉信息是一种客观反映图像高层语义的新特征,基于视觉信息进行图像检索可以有效减小语义鸿沟;并在总结视觉感知的研究进展和实现方法的基础上,给出了基于视觉感知的图像检索在感兴趣区检测、图像分割、相关反馈和个性化检索四个方面的研究思路.One of the most challenging research issues in content-based image retrieval (CBIR) is how to bridge the significant semantic gap between the low-level image features and the high-level semantic concepts. The well-known solutions are rele-vance feedback and regions of interest (ROls) detection;however both are subjective and time-consuming. We propose the visual information is a new feature that can objectively interpret the high-level concepts and effectively reduce the semantic gap in image retrieval. We also make a survey on the research progresses and key technologies of visual perception. The research issues of image retrieval based on visual perception are introduced as well from four aspects: ROIs detection, image segmentation, relevance feedback and personalized retrieval.
关 键 词:视觉感知 图像检索 语义鸿沟 感兴趣区 相关反馈
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.149.238.207