智能图像检索关键技术研究PDF电子书下载

第1章 绪论 1

1.1 研究背景 1

1.2 核心研究问题及挑战 16

1.3 课题研究的意义 18

参考文献 18

第2章 智能图像检索关键技术概述 20

2.1 图像特征提取与表达 21

2.1.1 基于文本描述的图像特征 22

2.1.2 基于图像内容的视觉特征 22

2.1.3 基于图像高层语义的特征 48

2.2 图像相似度度量 52

2.2.1 L1距离／L2距离和Lp距离 52

2.2.2 直方图相交距离 53

2.2.3 二次式距离 53

2.2.4 马氏距离 53

2.2.5 非几何的相似度方法 54

2.3 图像索引技术 55

2.3.1 基于颜色特征的索引技术 55

2.3.2 基于形状特征的索引技术 57

2.3.3 基于纹理特征的索引技术 58

2.3.4 基于对象空间关系的索引技术 58

2.3.5 多维图像特征的索引技术 59

2.4 图像检索评测指标 61

2.5 图像评测数据集 62

2.5.1 Caltech256 62

2.5.2 Corel-5K图像数据库 63

2.5.3 MSRA-MM2.0多媒体数据集 63

2.5.4 NUS-WIDE图像数据集 64

2.6 本章小结 65

参考文献 65

第3章 基于文本的图像检索技术 70

3.1 基于文本的图像检索简介 70

3.2 图像索引数据库的构建 71

3.3 关键字的匹配查找 72

3.3.1 单关键字匹配算法 73

3.3.2 多关键字匹配算法 74

3.4 基于文本的图像检索的问题与挑战 75

3.5 本章小结 76

参考文献 76

第4章 基于内容的图像检索技术 78

4.1 一种保持视觉和语义相似性的非负矩阵分解及其在图像检索中的应用 78

4.1.1 NMF算法回顾 80

4.1.2 VSNMF算法 80

4.1.3 实验测试 82

4.1.4 实验结论 84

4.2 自适应多视图学习算法及其在基于内容的图像检索中的应用 85

4.2.1 相关工作 86

4.2.2 自适应多视角学习算法 87

4.2.3 实验分析 91

4.2.4 实验结论 94

4.3 基于多特征选择的图像检索算法 94

4.3.1 多轮廓特征提取 95

4.3.2 多轮廓特征选择 98

4.3.3 实验测试 100

4.4 本章小结 102

参考文献 103

第5章 基于语义的图像检索技术 106

5.1 图像内容层次结构 106

5.2 语义鸿沟问题 108

5.3 图像语义提取方法 108

5.3.1 利用系统知识的语义提取 109

5.3.2 基于系统交互的语义生成 109

5.3.3 基于外部信息的语义提取 110

5.4 图像自动语义标注方法 111

5.4.1 图像自动语义标注方法 111

5.4.2 基于稀疏典型性相关分析的图像标注方法 115

5.5 本章小结 123

参考文献 123

第6章 面向特定平台的图像检索技术 127

6.1 面向微机与服务器的图像检索技术 127

6.2 面向Internet的图像检索技术 132

6.3 面向智能移动终端的图像检索技术 134

6.4 面向分布式计算和存储平台的图像检索技术 137

6.5 本章小结 141

参考文献 142

第7章 针对特定应用的图像检索技术 143

7.1 针对特定自然图像的图像检索技术 143

7.2 针对情感语义图像的图像检索技术 145

7.2.1 图像情感信息（Image emotion information） 146

7.2.2 图像情感标注（Image emotion labeling） 146

7.2.3 基于情感语义的图像检索系统的研究 148

7.3 本章小结 150

参考文献 150

第8章 智能图像检索技术研究展望 151

附录A 图像相关开源工具包资源 156

A1 开源图像处理工具包 156

A1.1 OpenCV 156

A1.2 EmguCV 157

A1.3 Image Processing Toolbox 157

A1.4 VLFeat 158

A2 开源图像检索引擎 158

A2.1 GRire 158

A2.2 Caliph&Emir 159

A2.3 Apache Lucene 159

A2.4 Nutch 159

A2.5 Egothor 159

A2.6 BDDBot 159

A2.7 Zilverline 159

A2.8 Constellio 160

A2.9 起点R3企业级搜索引擎 160

A2.10 Katta分布式Lucene 161

附录B 部分重要算法伪／源码 162

B1 Boyer-Moore（BM）关键字匹配算法 162

B2 Wu-Manber多关键字匹配算法 164

B3 颜色空间转换函数 166

B4 PCA主成分分析代码 171

B5 AMVL自适应多视角学习算法代码 173

B6 Sparse CCA稀疏典型性相关分析 178

作者简介 192