基于内容的情感图像获取模型

随着信息技术的迅猛发展,情感信息处理已成为21世纪人工智能领域所面临的重要挑战之一。其中,情感图像获取的研究属于多学科交叉研究,本文以形容词作为处理对象,借鉴认知心理学、绘画艺术的研完成果,在图像内容的基础上,提出了一种包括公共情感和个性化情感的情感图像获取模型。往该模型中,借鉴心理学中的"维量"思想,建立情感空间;同时,抽取图像的主色调、不变矩、颜色和灰度分布,这些较容易引起情感变化的特征作为图像的视觉特征,建立图像的特征空间;采用支持向量机的方法建立图像的低层特征空间到用户的高层情感空间之间的映射,自动注释用户未曾评估的图像,实现了图像情感注释,在情感空间进行公共情感检索,快速获得用户情感信息,在此基础上,采用可视化交互式遗传算法实现因人而异的个性化情感检索,该模型应用于风景图像的情感检索,取得了较好的实验结果。

基于颜色和空间特征的彩色图像获取方法

本文针对基于内容的彩色图像相似性获取问题 ,提出了一种新的相似性获取方法 ,它既考虑了颜色内容特征 ,也包含了图像的空间关系特征 .文章设计了无序矩阵来描述图像空间位置的相对关系 ,这种无序矩阵具有对旋转和平移不变性的特点 .在进行图像间相似性测量时 ,首先用颜色直方图相交法对图像全局颜色分布进行相似性测量 ,再对得到的候选图像队列用新的算法进行测量 ,剔除不相似的图像 .新的测量算法既考虑了颜色内容的匹配 ,同时也考虑了空间相似性的因素 .用不同类型的图像对这种方法进行实验 ,其结果表明 ,它在彩色图像相似性检索时是很有效的 ,具有较高的检索精度 .此外 ,它在图像发生小的旋转和平移等形变时 ,表现出较高的可靠性 .

基于内容的图像检索技术研究

在对海量的图像数据进行检索时 ,传统的基于数值 /字符的信息检索技术并不能满足要求 .因此 ,基于内容的图像检索技术 (CBIR :Content BasedImageRetrieval)的研究应运而生 ,并引起了广泛关注 .本文主要讨论CBIR研究中的一些关键问题 :图像的内容特征及其提取、特征之间的相似度计算、查询条件的表达、检索性能的评价、压缩域的图像检索技术等等 ,并指出了一些可值得深入研究的方向 .

基于内容的图像检索研究进展

概述了基于内容的图像检索(CBIR)的含义和研究进展,阐述了CBIR相关技术,介绍了当前流行的几种CBIR系统、CBIR的当前应用以及存在的主要问题。

基于内容的图像检索系统性能评价

在图像检索需求多元化和专业化的推动下 ,CBIR技术日趋成熟 ,目前已有越来越多的商用和科研系统相继推出。这样就迫切需要展开对 CBIR系统性能评价标准的研究 ,因为任何一项技术都是由该领域中相应的评价标准来推动的。为了使人们对这方面的现状动态有一概略了解 ,首先讨论了基于内容的图像检索评价过程中的两个基本问题 ,即大规模数据库的建立和获取进行相关性评判 ,然后对近年来文献中所见的基于内容的图像检索系统性能评价方法进行了回顾和综述 ;最后在此基础上 ,对其发展方向进行了探讨 ,并提出建立一个标准的测试数据集用来推动基于内容的图像检索系统性能评价的发展和更好地将人结合到基于内容的图像检索系统的性能评价过程中 。

基于内容的图像检索技术研究

介绍了基于内容的图像检索与文本关键词检索的不同 ,阐述了基于内容图像检索的基本原理。

基于内容的医学图像检索中对Tamura纹理特征的算法改进

目的:对Tamura纹理特征的算法进行改进,使之在医学图像检索中适用于不规则图形的计算。方法:对乳腺图像进行分割,提取出感兴趣区域(ROI)。在样本(包含正常乳腺图片和乳腺肿瘤图片共281幅)中使用传统算法Tamura纹理特征和改进算法的Tamura纹理特征进行图像内容检索,比较2种算法的检索结果。结果:初次检索时,传统Tamura算法在样本中检索出93幅相关图像,175幅不相关图像;改进后的算法检索出91幅相关图像,131幅不相关图像。结论:使用改进算法的Tamura纹理特征进行查询,在保证查全率的基础上查准率有较大提高。提示改进算法后的Tamura纹理特征更适用于医学图像中不规则区域的特征计算。

基于内容的图像检索技术与医学图像检索

在分析基于内容的图像检索技术特点的基础上,提出了4种基于内容的图像检索方法,并对每种方法的实现特别是特征抽取进行了一定的研究。根据医学图像的使用特点,对基于内容的医学图像检索技术进行了初步的研究;对医学图像特征的抽取,应将重点放在形状特征和纹理特征的抽取上;同时,对医学图像进行检索,还可以使用颜色空间分布特征,来进一步进行相似匹配。

基于内容的图像检索的关键技术

基于内容特征的图像检索(CBIR)是目前国内外研究的一个热点。本文简要介绍了基于内容的图像检索技术的发展过程及主要原理,重点论述了基于内容的图像检索常用关键技术——图像视觉特征的描述和提取。

结合分类和索引技术进行基于图像内容的外观专利检索

与互联网上的通用图像相比,外观设计专利图像拥有一些其独有的特点。如,外观设计专利图像中图片质量较高,噪点较少。基于以上特点,提出了一种基于分类技术的外观设计专利图像检索方法。当检索图像以较高概率被正确分类,在该类别中检索;否则,在所有图像中检索,使用索引技术来加快检索速度。

基于内容的WEB图像检索引擎

现在的图像搜索引擎大多是基于关键字的检索,怎样从Internet的海量数据中检索到自己想要的图像信息,是一个亟待解决的问题。本文提出了基于内容Web图像检索引擎及其体系结构,研究其数据库结构设计,基于内容检索中索引和相关反馈的问题。

基于内容的医学图像检索高维数据库系统的设计

在医学影像信息学中,基于内容的图像检索(CBIR)技术被用来帮助放射科医师检索具有相似图像容的图像。CBIR通过图像的量化特征来检索高维特征数据库中与查询图像类似的影像。然而,当前大部分CBIR系统都会受特征维数影响,系统检索的响应时间随着特征向量维数及检索图像数量的增加而增长。对此提出了一种新的框架,使用VA-Trie结构来对图像特征建立高维数据库索引,以提高集成RIS/PACS中的CBIR的准确性和检索速度。

基于内容的图像检索技术研究

阐述基于内容的图像检索研究中存在的问题,并介绍其基本原理、检索方法、关键技术以及研究的进展和趋势。

基于内容的图像与视频检索技术研究

本文介绍了图像和视频检索技术的目前状况及几个有特色的CBIR系统,探讨了CBIR系统的体系结构、底层视觉特征和高层语义特征的提取与表达方法,以及基于内容视频检索的镜头边界检测、视频镜头内容表示和视频高层语义表示等技术,提出了该领域存在的问题和未来发展方向。

相关反馈在古籍页面图像内容检索中的应用

"基于视觉相似性的古籍内容检索系统"将汉字看作图像,对它提取特征,进行基于内容的图像检索.古籍字符的语义特性和基于内容图像检索的局限性使系统目前的查询表现仍然无法满足用户的需求.相关反馈是近年来图像检索领域的一个研究热点,该项目将相关反馈的基本原理用于古籍检索系统,采用"修正查询向量"的方法来改善检索效果.本项目的创新之处在于:第一,相关反馈是针对古籍检索样本中的多个对象同时进行的;第二,对正例和负例采用了不对称的处理方法.实验表明,相关反馈机制的加入大大提高了系统的查全率,对查准率也有一定改善.

组合颜色、空间和纹理特征的图像检索

提出了一种组合颜色、空间信息和纹理特征的图像检索方法 .用颜色块直方图来表达图像的颜色特征 ;通过提取主颜色块的面积比、质心、分布方差等特征得到图像的空间特征 ;利用 Gabor滤波器组提取图像的纹理特征 .实验结果表明 ,基于组合特征的图像检索方法要优于单纯的基于颜色。

CBIR技术在电力设备管理系统中的应用研究

本文对基于内容的电力设备图像检索技术进行了初步的研究。根据电力设备图像的特点,将形状特征作为电力设备图像检索中的主要特征抽取,并结合纹理特征,提出了电力设备图像管理系统中的图像检索方法,阐述了形状和纹理特征参数的提取过程,给出了基于内容的电力设备图像检索系统结构。

基于ROI多特征和相关反馈的图像检索算法

本文提出了一种基于感兴趣区域(ROI)综合多特征和相关反馈的图像检索算法。在对图像进行四叉树分解的基础上,由用户选择感兴趣区域,综合颜色、纹理和形状三种底层特征进行多层感兴趣区域检索;由相关反馈技术体现用户感知的主观性,通过调整感兴趣区域、特征间、特征内的权重来提高查准率。给出了改进的CBIR通用模型和特征权重模型。实现了一个图像检索原型系统,将不同实验结果进行了比较和分析,实验结果表明,该文提出的方法具有良好的检索效果。

基于颜色空间分布特征的图像检索

目前,基于颜色特征的图像检索大多是以图像的颜色直方图作为颜色特征,这种图像检索方法有简单高效的优点,但丢失了颜色的空间分布信息,该文从CT图像重建的理论中得到启发,将对一幅图像从几个方向的投影图作为这幅图像的颜色特征分布。为进一步减少检索时运算的数据量,对图像做小波分解,然后对分解后图像的低频子带做Radon变换得到颜色空间分布的特征向量,并根据这个特征进行检索,实验表明,当检索图像中有明显的颜色目标时,该方法比传统的颜色直方图法更精确,颜色空间性更强,而且检索用时更短。

基于图像分块目标区域的检索技术研究

为了解决图像检索中视觉感知缺失所造成的检索率偏低问题,提出了一种基于目标区域检索算法.借鉴方块编码的方法将图像进行二值化处理,从而转化为位平面图,在此基础上,提取图像的背景区域和目标区域,为提取图像的空间分布信息,采用环形分割的方法提取图像的环形分布直方图作为内容特征用于检索.该算法既利用了图像的灰度信息和人眼对纹理的视觉敏感特性,又充分考虑了图像的空间分布对检索效率的影响,试验表明该算法和以往算法相比具有较高的检索效率.