刘胜蓝 冯 林 孙木鑫 刘 洋

(大连理工大学电子信息与电气工程学部 辽宁大连 116024)(大连理工大学创新实验学院 辽宁大连 116024)(liusl@mail.dlut.edu.cn)

分组排序多特征融合的图像检索方法

刘胜蓝 冯 林 孙木鑫 刘 洋

(大连理工大学电子信息与电气工程学部 辽宁大连 116024)(大连理工大学创新实验学院 辽宁大连 116024)(liusl@mail.dlut.edu.cn)

在图像检索中，多特征图融合方法大多仅对最近邻域进行融合.当每个特征的近邻图排序结果较差时，融合后的新图难以得到理想的检索效果.为了解决该问题，提出一种新的多特征图融合图像检索方法——分组排序融合(group ranking fusion， GRF),该方法将数据集合中的相似图片划分为图片组，利用相似图片组对近邻图的检索结果进行改进，在保持精度的前提下扩充了融合范围.最后，在3个标准数据集上的实验结果表明：多特征融合方法能够有效地利用多特征图提高图像检索效果.

多特征融合；基于内容的图像检索；规范最小割；图学习；检索重排

近年来随着互联网和移动终端上图像数据的急剧增长，如何快速有效地从图像库中检索用户需要的图像已成为计算机视觉领域的热点问题.图像检索[1]可分为3类：基于文本[2]、图像内容[3]和图像语义[4]的图像检索.基于文本和基于语义的检索效果尚不理想；而基于内容的图像检索(CBIR)技术近些年取得了很多成果，其检索效果也较为理想.因此，CBIR成为图像检索的主流方式.CBIR主要研究图像特征提取和图像排序两方面的工作，图像特征提取……