一种基于自学习的动态语义网络的图像检索方法  

An Image Retrieval Method Based on Self-learning Dynamic Semantic Network

作　　者：秦小铁[1] 邱玉辉[1] 尹世群[1] 

机构地区：[1]西南大学计算机与信息科学学院,重庆400715

出　　处：《西南师范大学学报（自然科学版）》2010年第2期190-193,共4页Journal of Southwest China Normal University(Natural Science Edition)

基　　金：国家973计划项目(No:2003cb317008);博士基金项目(No:SWUB2008067);教改项目(No:2008JY058)的资助

摘　　要：基于关键字和基于内容的图像检索是图像检索系统中的两种重要方法.而当今,图像检索系统重点强调在图像检索过程中,高层语义与低层视觉特征的结合.最近,一些研究者在检索周期中采用用户互交,使用上述方法和半自动图像检索的结合,取得了一些成果,但没有自学习的动态语义功能,检索效率不高.论文给出的方法是基于一个分层的语义网络,在图像检索领域能够响应不能的需求,并且根据用户的反馈,执行一个新的动态学习检索过程,可以明显的提高图像检索效率.Content-based image retrieval and text-based image retrieval are two Fundamental approaches in the field of image retrieval. Nowadays,image retrieval systems, emphasize the combining of high level semantics and low level visual features in the image indexing process. Recently, the researchers use the combining approaches and semiautomatic image retrieval, using the user interaction in the retrieval cycle. The proposed approach can reply different requests in the image retrieval domain based on a hierarchical semantic network and doing a new kind of learning process by the feedbacks given by user.

关 键 词：图像检索 底层特征 高层语义 语义网络 

分 类 号：TP317.4[自动化与计算机技术—计算机软件与理论]