基于图像内容检索的主题爬虫设计

为有效提高网络图像信息的检索效率与准确性,首先,介绍了图像内容检索的基本概念与方法;其次,详细分析与探讨了主题爬虫的架构设计,涵盖主要功能模块及主题爬虫工作流程;最后,基于图像内容检索对主题爬虫平台进行设计,包括系统编程与数据库设计、图像处理与特征分析、爬虫性能优化等。该设计一方面有效丰富了图像内容检索领域的技术手段,另一方面为图像搜索引擎与数据挖掘的发展提供了技术支撑与实践指导,显著提升了爬虫平台整体的检索效率与稳定性。

基于图像内容检索的作物病害识别数据库系统研究

针对作物病害诊断专家系统存在不足,提出基于图像检索的方式诊断病害。通过病害图像建立特征库、知识库、图像库等数据库,诊断时提取检索图像特征,求特征与特征库中特征的相似度距离,按距离大小返回相似图像,依据返回结果获取病害的描述及防治措施。为提高检索的查准率和查全率,重点探索了病害图像数据库创建中特征库信息的获取和检索算法的设计。以烟草病害图像为例,采用基于支持向量机与多特征选择检测彩色病斑边缘的方式分割病斑,提取病斑特征25个,利用双编码遗传算法和支持向量机对特征降维,以获取表征病害的有效特征17个及对应权重,对特征归一化处理后建立数据库,并设计检索算法。实验结果表明,构建的图像数据库系统具有较高的查准率和查全率,其中融合病斑的多个特征检索的查准率比单一特征高。用这种方式诊断病害,除有较高的病害识别率外,还有诊断结果的可视化,将其用于作物病害诊断专家系统中,将提高系统的鲁棒性,为实现病害的远程在线诊断提供了条件。

基于SecureCNN的高效加密图像内容检索系统

随着智能设备的快速发展,云上的基于内容的图像检索技术(CBIR)越来越受欢迎。但在半诚实的云服务器上进行图像检索存在泄露用户隐私的风险。为了防止个人隐私遭到泄露,用户外包图像给云之前会对其进行加密,但现有的明文域上CBIR方案对于加密图像数据的搜索是无效的。为了解决这些问题,文中提出了一个基于近似数同态的高效加密图像内容检索方案,在保护用户隐私的情况下,能够快速实现以图搜图,且无需用户的持续交互。首先使用近似数同态神经网络对图像集进行特征提取,可以保证网络模型的参数和图像集数据不会泄露给云服务器。其次,提出了一种新的神经网络分治方法,该方法可以减少同态加密乘法深度和提高模型运行效率;利用分级可导航小世界(HNSW)算法构造索引,实现高效图像检索。此外,使用同态加密保障图像数据传输过程的安全性,使用对称加密算法保证存储阶段的安全性。最后,通过实验对比和安全性分析证明了该方案的安全性和效率。实验结果表明,该方案是IND-CCA的,且在保证图像私密性的前提下,其同态加密的乘法次数最多为3次,在检索精度上远超过现有方案,在检索时间复杂度方面比现有方案高出至少100倍,实现了检索精度和效率的兼顾。

基于ResNet和迁移学习的服装图像检索方法

针对传统服装图像检索方法存在检索效率低、精度不高的问题,提出了基于ResNet和迁移学习的服装图像检索方法。在互联网上选取当下流行的服装,建立长裙、短裙、风衣、T恤4类小样本数据集。借助基于ImageNet数据集训练好的ResNet152预训练模型,对小样本数据集进行迁移学习,进一步优化预训练模型中的参数,得到新的网络模型。基于新的网络模型,提取特征向量,做归一化处理,并进行相似度计算,排序输出图像检索结果,实现服装图像检索功能。为验证方法的有效性,搭建了基于颜色、纹理、边缘、无迁移学习和有迁移学习的服装图像检索测试平台。经实验对比,这种方法不但适用于小样本情况,而且平均精度、均值等指标以及检索效率优于其他方法,实用性强。

基于内容图像检索中的特征性能评价

在基于内容的图像检索中,不同图像特征反映了图像各个侧面的内在特性,因此,在使用图像特征进行检索时存在多种相似性度量方法.特征以及特征间相似性度量方法的选取是当前CBIR研究的一个重要课题,评估了CBIR系统中使用的图像特征在不同相似性度量方法下及多种特征在不同图像库上的检索性能,为CBIR系统的设计和实现提供一定的依据.通过实验发现,图像特征的检索性能不仅同相似性度量方法有关系,同时与图像库也有密切的关系.

基于内容的视频信号与图像库检索中的图像技术

基于内容的视频信号 (Video)与图像库检索是当前计算机视觉 ,图像数据库与知识挖掘 (Knowledge Discovery)等领域研究的热点之一 .较系统地介绍了该研究方向的现状 .对于静态图像 ,介绍了基于颜色、纹理、形状、区域、目标特征的检索和交互式检索方法 ,对于视频序列图像 ,介绍了镜头检测 ,镜头内容表示 ,场景建立 ,运动目标分割等技术 .最后分析了该领域研究存在的难点 ,并提出了对今后工作的展望 .

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 .

基于内容图像检索中相关反馈技术的回顾

由于相关反馈技术能有效地提高基于内容图像检索的性能,使它成为图像检索系统中不可少的一部分.近年来相关反馈技术的研究正吸引着越来越多的关注,涌现出了许多算法.在简要介绍了基于内容图像检索后,文中讨论了相关反馈的交互过程和其中的重要环节,进一步分析了相关反馈中的学习问题及其特点,根据相关反馈算法所采用的检索模型把算法分为基于距离度量的方法、基于概率框架的方法和基于机器学习的方法,并在这个分类下对近年来有代表性的一些算法进行了分析和探讨,最后展望了相关反馈技术未来的发展方向.

基于内容的图像检索系统的最新进展

该文在分析现有的基于内容的图像检索系统结构的基础上,探讨了系统中的关键技术和当前主要优化方法,介绍了目前的系统应用情况,着重归纳了图像检索系统研究的最新进展,并详细阐明了当前研究中存在的问题,最后指出了今后进一步研究的方向。

基于病斑特征融合的烟草病害图像检索方法

针对目前烟草病害诊断专家系统依靠肉眼获取病害特征,致使病害诊断存在不确定性、误判等现象,提出了一种基于病斑特征融合的烟草病害图像检索方法以诊断病害。通过图像处理技术分割病害图像病斑,提取病斑的颜色、纹理、形状特征,依据双编码遗传算法和支持向量机识别病害模型对病斑特征降维,以获取表征病害的有效特征及权重。将有效特征归一化处理后与病害图像数据库系统中的病斑特征进行图像相似度距离计算,按距离大小返回一批相似图像,依据相似图像获取病害描述及防治措施。以烟草7种常见病害进行试验表明,融合病斑的颜色、纹理、形状特征检索病害图像,查准率和查全率明显比用单个特征检索的高。用这种方式诊断烟草病害,不但有较高的病害识别率,还能使诊断结果可视化,将其用于烟草病害诊断专家系统,将提高系统的鲁棒性,为实现病害的远程在线诊断提供条件。

基于DICOM文本与内容的医学图像检索系统研究

为辅助医师从海量医学图像中快速查找所需图像,提出了一种将DICOM文本信息和图像底层特征相结合的医学图像检索方法。从DICOM图像的文件头中提取文本信息,进行图像预筛选,提取图像的纹理及形状特征,通过设定权重将这两种特征相结合,进行基于内容的图像检索。实验结果表明,综合纹理和形状特征的检索方法优于单一特征检索方法,联合DICOM文本信息和底层特征的方法能明显提高检索的效能,使检索结果更接近于人的视觉理解。

基于内容的图像特征相关性检索方法

针对目前基于内容的图像检索系统在模型优化及通用性设计等方面的局限性 ,以图像单一特征描述和提取方法为基础 ,根据人机交互的相关反馈原理 ,分析图像组合特征归一化权值系数 ,提出一套图像特征相关性检索新方案 ,并在着重对基于内容的图像特征相关性检索算法研究基础上 ,参照国际标准MPEG 7所提供的通用性系统设计规范 ,对新方案下的图像检索通用模型进行概念化设计 ,为解决基于内容的图像检索技术在Internet上实用化的瓶颈问题 ,提供一条新的思路 .

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技术研究

介绍了基于内容图像检索(CBIR)技术的研究现状,对图像的检索方法进行了分析,并对图像检索可能涉及到的主要问题进行了讨论。

面向内容检索的彩色图像分割

稳健有效的图像自动分割是面向内容图像检索中的一个重要问题 .适应内容检索的需要 ,提出了一种融合颜色、纹理特征 ,采用特征聚类的彩色图像分割新算法 .该算法采用线性加权方式融合颜色、纹理特征 ,并依据图像功率谱分布自适应确定融合权值 ;它采用提出的基于编码代价的自淬火 (self annealing)方法对特征空间聚类 ,该聚类算法具有可自动确定类别数目 ,对初始聚类中心选择不敏感的优点 .将新算法用于分割多幅自然图像 。

利用不变量进行基于内容的图像检索

本文利用一种新的图像特征描述子进行基于内容的图像检索 .该描述子不仅实现了对图像内容的综合概括 ,即图像的形状、纹理和颜色内容 ,而且具有平移、旋转和尺度变换不变性 ,实验证明了该描述子优良的检索性能 .

基于内容图像检索系统的性能改进方法

在通用型的ＣＢＩＲ原型系统的基础上，首先讨论ＣＢＩＲ系统的性能指标，并对ＣＢＩＲ系统的检索性能改进方法进行了研究；然后重点讨论了异种特征的组合查询和相关反馈两种性能改进技术，并使用原型系统对以上两种技术进行了测试，使图像检索的查准率和和查到率得到明显改善，并有效地增强了ＣＢＩＲ系统的灵活性．

基于内容的图像信息检索综述

基于内容的图像检索技术 ,即从大量的静止或活动视频图像库中检索包含目标物体的图像 (或视频片段 ) ,在高度信息化的今天 ,已成为内容图像库中图像信息组织和管理不可缺少的技术 ,本文介绍了基于内容检索技术的进展 ,并对其主要方法如基于颜色、形状。

基于内容的图像检索技术综述

随着多媒体技术的发展,传统的基于关键字的信息检索技术已逐渐不能满足要求.因此,基于内容的图像检索技术(CB IR)应运而生.本文主要讨论CB IR研究中的一些关键问题:图像的内容特征及提取、特征之间的相似度计算、相关反馈、检索性能的评价等等,并指出了一些可值得深入研究的方向.

基于内容图像检索的聚类算法研究

介绍了基于内容图像检索的系统结构、特征提取等内容,并将数据挖掘的聚类算法与之结合,对各种聚类算法进行了总结,最后提出了一些未来的发展方向。