公开(公告)号：CN103425768A

公开(公告)日：2013-12-04

申请号：CN201310342904.8

申请日：2013-08-07

Applicant: 浙江商业职业技术学院

Inventor： 毛金莲

IPC: G06F17/30 ,  G06K9/62

Abstract: 本发明公开了一种保持视觉与语义相似性的图像检索方法。该方法首先采用L1图和KNN图两种不同的构图算法，分别对图像视觉和语义相似性进行建模；接着将得到的两种图约束加入到非负矩阵分解算法框架中构建保持视觉与语义相似的非负矩阵分解算法模型；然后利用图像数据集X对该模型进行训练，得到保持视觉和语义相似性的图像基矩阵U和所有图像在U所展开的子空间中的特征表达V；最后在图像检索时，将作为检索参考的图像x转换到该子空间中，得到新特征表达v；依据v与图像数据集中图像的距离，对图像进行排序，返回距离最小的前K个图像给用户，实现图像的检索。本方法在训练得到U后，对新图像特征表达的计算时间为线性时间，能够比较快速准确地实现图像检索功能。

公开(公告)号：CN103426006A

公开(公告)日：2013-12-04

申请号：CN201310342023.6

申请日：2013-08-07

Applicant: 浙江商业职业技术学院

Inventor： 毛金莲

IPC: G06K9/66

Abstract: 本发明公开一种自适应多特征融合的图像特征学习方法。该方法依据L1范数具有自动数据样本选择的特性，首先从图像上分别提取多种类型的图像视觉特征，接着对每一种视觉特征分别采用L1范数约束的数据稀疏表达，构建有向L1图并最下化各种特征数据在低维空间上的重建误差，其次引入特征权重向量对所有特征做全局坐标对齐操作，得到自适应多特征融合的图像特征学习方法的目标函数，最后求解该目标函数，可以从原始多种图像特征基础上学习得到最优的图像低维特征表达。将本方法所得到的图像低维特征表达作为最近邻分类器算法的输入，在公共图像数据集Corel5K和NUS-WIDE-OBJECT上与其他算法比较，分类准确率分别提高5%和2%，因此该方法所得到的图像特征具有较强的表达能力。