基于神经网络自学习的图像检索方法  

A Neural Network Based Self-Learning Algorithm of Image Retrieval

作　　者：张磊[1,2] 林福宗[1,2] 张钹[1,2] 

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]清华大学智能技术与系统国家重点实验室,北京100084

出　　处：《软件学报》2001年第10期1479-1485,共7页Journal of Software

基　　金：国家重点基础研究发展规划 973资助项目 (G19980 30 5 0 9);国家自然科学基金资助项目 (6 982 30 0 1);国家教育部博士学科点专项基金资助项目 (980 0 0 335 )~~

摘　　要：相关反馈技术是近年来图像检索中较为活跃的研究方法之一 .提出了一种基于神经网络自学习的图像检索方法 ,即在检索阶段利用人 -机交互技术选出与检索图像相似的正例样本 ,然后构造出前向神经网络 ,进行自学习 ,以逐步达到提高查询效果的目的 .神经网络的构造过程即是学习的过程 ,而且可以不断地学习 .使用由 9918幅图像组成的图像库进行实验 ,结果表明 ,该方法有助于用户表达查询意图和语义概念 ,可以通过交互式检索逐步求精地查找出更多、更准确的图像 ,并且具有较强的鲁棒性 ,可以结合各种特征表示和相似性匹配方法 。In recent years, relevance feedback technique has become an active research method in image retrieval . A self learning algorithm of image retrieval using forward propagation neural network is proposed in this paper. During the interactive retrieval process, users can mark positive images similar to the query image. Then the algorithm constructs a forward neural network and retrieves again based on the learned neural network. The experimental result over 9 918 images shows that the proposed approach greatly reduces the user's effort of composing a query and representing a semantic concept. During the interactive learning and retrieval process, more and more correct images can be found in the anterior result. This approach is robust to various kinds of feature representation and similarity distance formulas.

关 键 词：图像检索 神经网络 自学习 图像特征 计算机 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]