甄　新，胡政发

(1.厦门理工学院应用数学学院，福建 厦门 361024；2.湖北汽车工业学院理学院，湖北 十堰 442002)



特征传导神经反应在图像检索中的应用

甄新1，胡政发2

(1.厦门理工学院应用数学学院，福建 厦门 361024；2.湖北汽车工业学院理学院，湖北 十堰 442002)

提出一种新的图像特征表示方法-特征传导神经反应(FCNR)，并用于基于内容的图像检索(CBIR).该方法的核心思想是通过建立一个模拟人类视觉感知系统的分层结构,在对图像的局部特征进行深度学习的同时将图像的语义成分引入到特征表示中.通用图像数据集上的实验结果显示,无论是与经典的NR算法还是与某些专门用于CBIR的其它图像特征描述子相比,基于FCNR的图像检索方法都表现出较好的检索效率和效果.

图像检索；神经反应；局部特征；分层结构；特征传导

受搜索服务市场需求的驱使,基于内容的图像检索(content-based image retrieval,CBIR)方法,成为多年来模式识别和人工智能领域研究的热点问题之一.近年来受人类视觉皮层神经科学的启发而提出的分层学习方法为研究这一问题提供了一个新的方向.为了在捕捉图像的高级语义特征的同时提高检索效率,本文针对CBIR的特点,在神经反应的有关理论的基础上提出了特征传导神经反应(feature conduction neural response,FCNR)的概念及算法.

1　特征传导神经反应

1.1相关概念与记号

在神经反应的计算中总是默认下面的性质自行满足[1].

公理1设f∈ISq,hv∈Hv,则f通过变换hv在v上的限制f∘hv∈Iv,即图像f中任取大小为v的子块一定是Iv中的元素.类似地,fv∘hu∈Iu.

1.2特……