基于支持向量机语义分类的两种图像检索方法

• 作者: 廖绮绮 李翠华
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像检索 语义特征 支持向量机 分类器
• 年，卷（期）: 2010,（4）
• 页码范围: 487-494
• 分类号: TP391.41
• 字数: 6762字
• 语种: 中文

摘要

为了更好的解决基于内容的图像检索问题,提出了2种基于语义的图像检索方法.第1种是基于支持向量机(SVM)语义分类的图像检索方法.该方法首先提取训练图像库的底层特征信息,然后利用SVM对所提取的特征进行训练,构造多分类器.在此基础上,利用分类器对测试图像自动分类,得到图像属于各个类别的概率,实现图像检索.第2种是利用图像自动标注方法进行检索.在基于语义的图像自动标注中,先对训练集进行人工标注,对测试图像利用SVM分类器进行分类,并找到与该图像最相似的N张构成图像集,对该图像集的标注进行统计,找到关键词,从而提供概念化的图像标注以用于检索.通过在标准图像检索库和自建图像库上的实验结果表明,以上2种基于语义的图像检索方法是高效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖绮绮	厦门大学信息科学与技术学院	1	11	1.0	1.0
2	李翠华	厦门大学信息科学与技术学院	78	1178	20.0	30.0