目錄
前言
第1章 緒論 1
1.1 研究背景 1
1.2 國內(nèi)外研究動(dòng)態(tài) 2
1.3 視覺檢索方法 4
1.4 研究意義 5
1.5 本書研究內(nèi)容 6
第2章 圖像檢索相關(guān)研究概述 9
2.1 基于底層視覺特征的圖像表示 10
2.1.1 底層視覺特征提取 10
2.1.2 基于底層視覺特征的詞袋模型表示 12
2.1.3 存在的問題 14
2.2 基于中層語義特征的圖像表示 14
2.2.1 中層語義特征的概述 14
2.2.2 中層語義特征的學(xué)習(xí)方法 15
2.2.3 存在的問題 17
2.3 基于圖像檢索框架的圖像表示 17
2.3.1 圖像索引 18
2.3.2 一致性關(guān)系驗(yàn)證 19
2.4 本章小結(jié) 20
第3章 基于視覺特征結(jié)構(gòu)化描述的局部相似圖像檢索 21
3.1 引言 21
3.2 局部紋理自相似描述子 23
3.2.1 興趣點(diǎn)定位 23
3.2.2 局部紋理自相似描述子的提取 23
3.3 結(jié)合LSSD和SIFT的多特征描述 25
3.4 半相對(duì)熵的相似度度量 25
3.5 實(shí)驗(yàn) 26
3.5.1 實(shí)驗(yàn)數(shù)據(jù)庫 26
3.5.2 不同視覺特征的描述能力比較 27
3.5.3 距離準(zhǔn)則的比較 28
3.5.4 局部相似圖像檢索性能比較 28
3.6 本章小結(jié) 30
第4章 基于層次化語義描述的海量語義圖像檢索 31
4.1 引言 31
4.2 視覺表觀表示 35
4.2.1 向量量化 35
4.2.2 組稀疏編碼 36
4.3 Vicept生成 37
4.3.1 圖像Vicept描述 37
4.3.2 圖像訓(xùn)練集和概念集 38
4.3.3 基于混合范式正則的Vicept單詞學(xué)習(xí) 40
4.3.4 構(gòu)建層次化的Vicept 42
4.4 在線Vicept學(xué)習(xí) 44
4.4.1 在線Vicept學(xué)習(xí)的形式化表示 44
4.4.2 基于Vicept和SPM的圖像表示 45
4.5 圖像Vicept描述和相似度度量 47
4.5.1 圖像Vicept描述 47
4.5.2 基于Vicept的圖像到圖像的距離度量 48
4.6 實(shí)驗(yàn) 49
4.6.1 數(shù)據(jù)庫和實(shí)驗(yàn)設(shè)置 49
4.6.2 海量圖像語義檢索任務(wù) 50
4.6.3 圖像標(biāo)注任務(wù) 52
4.6.4 圖像語義重排序任務(wù) 54
4.6.5 圖像分類任務(wù) 56
4.7 本章小結(jié) 57
第5章 基于哈希語義字典的海量圖片學(xué)習(xí) 58
5.1 引言 58
5.2 相關(guān)的工作 59
5.3 基于LSH的在線語義字典學(xué)習(xí) 61
5.3.1 基于LSH的語義字典描述 61
5.3.2 在線語義字典學(xué)習(xí) 62
5.4 基于空間金字塔匹配的語義字典 63
5.5 實(shí)驗(yàn) 64
5.5.1 網(wǎng)絡(luò)尺度語義圖像搜索 64
5.5.2 圖像分類 66
5.6 本章小結(jié) 67
第6章 分布式圖像理解與語義字典和語義擴(kuò)展 68
6.1 引言 68
6.2 混合范式正則化學(xué)習(xí)的語義字典學(xué)習(xí) 70
6.3 語義擴(kuò)展 71
6.4 圖像語義距離度量 72
6.5 實(shí)驗(yàn) 73
6.5.1 數(shù)據(jù)庫和實(shí)驗(yàn)相關(guān)設(shè)置 73
6.5.2 大規(guī)模語義圖片搜索 74
6.5.3 在ImageNet267K上的圖像標(biāo)注 75
6.5.4 在Corel5K上的圖像標(biāo)注 77
6.6 本章小結(jié) 78
第7章 基于非凸多任務(wù)學(xué)習(xí)的大規(guī)模圖像理解 79
7.1 引言 79
7.2 語義字典 80
7.2.1 圖像視覺表示模型 80
7.2.2 語義字典的描述 80
7.3 語義字典與非凸多任務(wù)學(xué)習(xí) 81
7.4 實(shí)驗(yàn) 83
7.4.1 數(shù)據(jù)庫與實(shí)驗(yàn)環(huán)境 83
7.4.2 大范圍圖像語義檢索 83
7.4.3 在ImageNet267K上的圖像標(biāo)注 85
7.4.4 在Corel5K上的圖像標(biāo)注 86
7.5 本章小結(jié) 88
第8章 基于顯著性指導(dǎo)視覺匹配的圖像檢索框架 89
8.1 引言 89
8.2 視覺顯著豐富區(qū)域的生成 92
8.2.1 感知基元構(gòu)建 92
8.2.2 顯著圖生成 93
8.2.3 VSRR生成 94
8.3 VSRR的特征表示 94
8.4 相對(duì)顯著性排序約束 95
8.5 圖像索引和檢索 97
8.5.1 索引結(jié)構(gòu) 97
8.5.2 相對(duì)顯著性排序約束的快速算法 97
8.5.3 檢索方案 99
8.6 實(shí)驗(yàn) 100
8.6.1 數(shù)據(jù)庫和評(píng)價(jià)準(zhǔn)則 100
8.6.2 不同VSRR生成方法的比較 100
8.6.3 參數(shù)λ的影響 101
8.6.4 SRM的驗(yàn)證實(shí)驗(yàn) 101
8.6.5 VSRR基元描述方法比較 102
8.6.6 不同數(shù)據(jù)庫上的局部相似圖像檢索 104
8.7 本章小結(jié) 107
第9章 用于部分重復(fù)圖像檢索的融合多線索描述 108
9.1 引言 108
9.2 局部結(jié)構(gòu)自相似描述 110
9.3 多線索描述框架 110
9.4 半相對(duì)熵的相似度測(cè)量 111
9.5 實(shí)驗(yàn) 112
9.5.1 數(shù)據(jù)庫和評(píng)估度量 112
9.5.2 比較描述符和距離度量的區(qū)分 112
9.5.3 與部分重復(fù)圖像檢索的現(xiàn)有技術(shù)方法的性能比較 114
9.6 本章小結(jié) 116
參考文獻(xiàn) 117