圖像檢索
- 物體顯著性排名感知網(wǎng)絡用于高效圖像檢索
要：針對目前圖像檢索領域主要依靠語義相似性檢索圖片而忽略了場景中物體重要性關系問題，提出了一種基于場景感知的物體顯著性排名算法SASR，使圖像檢索更關注場景中物體的相互關系。SASR分為兩個階段，在第一階段，提出了基于視點數(shù)據(jù)的“組合閾值”物體級顯著性排名真值標簽標注方法，該方法簡化了排名標簽的標注；在第二階段，提出了基于圖卷積網(wǎng)絡的物體級顯著性排序網(wǎng)絡，該網(wǎng)絡解決了多個在物體級排序問題中存在的特異性難點。該算法改善了目前顯著性排名標簽生成方式并進行了大量
計算機應用研究 2023年10期2023-10-17
- 基于超像素分割及區(qū)域聚類的單主體圖像感興趣區(qū)域提取方法
賈永鑫摘要：圖像檢索是在圖像數(shù)據(jù)庫中快速查找用戶需求目標圖像的有效方法。為了提高圖像檢索效率，針對單主體圖像的感興趣區(qū)域進行研究，提出了一種基于超像素分割與區(qū)域聚類相結合的圖像感興趣區(qū)域提取方法，首先對所給圖像做灰度化處理，對灰度圖像進行超像素分割，再對分割后的各超像素進行處理，形成超像素均值矩陣，最后對超像素均值矩陣進行聚類，提出感興趣區(qū)域。此法可快速而精確地提取出圖像的感興趣區(qū)域，且相較于其他感興趣區(qū)域提取方法，此算法在提取結果方面更優(yōu)，感興趣區(qū)域的提
電腦知識與技術 2022年22期2022-05-30
- 基于深度殘差網(wǎng)絡的服裝圖像檢索
要：針對服裝圖像檢索這一問題，用深度殘差網(wǎng)絡ResNet101作為骨干模型，并使用DeepFashion數(shù)據(jù)集中的子數(shù)據(jù)集Category and Attribute Prediction Benchmark中的圖片作為研究對象。文中首先將服裝圖片進行處理后送入已經(jīng)訓練好的網(wǎng)絡模型中得到服裝圖像特征，并建立服裝特征庫，然后將待檢索的服裝圖片送入模型中得到圖像特征，并與服裝特征庫中的特征進行相似度度量，最后按照相似度大小得到檢索結果。實驗結果表明，該方法可以
電腦知識與技術 2021年32期2021-12-19
- 基于支持向量機的圖像分類
關鍵字匹配的圖像檢索方式已經(jīng)不能滿足圖像檢索的需求，基于內(nèi)容的圖像檢索方式成為研究的重點。為了實現(xiàn)圖像低層特征和高層語義的關聯(lián)，文中采用提取圖像的底層特征，使用支持向量機（SVM）對圖像進行分類的方法，實驗中比較了不同圖像特征對分類結果的影響。結果表明，采用多種特征綜合對圖像進行分類會取得比較好的結果。關鍵詞：圖像檢索;圖像特征;支持向量機;圖像分類引言隨著數(shù)字圖像的日益增多，圖像檢索技術在不斷的向前推進。圖像檢索技術的發(fā)展經(jīng)過了基于關鍵字檢索的“以字找圖
科技研究 2021年15期2021-09-10
- 基于Hadoop的分布式外觀專利圖像檢索系統(tǒng)研究
下的外觀專利圖像檢索系統(tǒng)越來越難以滿足用戶快速檢索的需求。為提升大規(guī)模外觀專利圖像檢索效率，該文設計一種基于hadoop的分布式外觀專利圖像檢索系統(tǒng)。該系統(tǒng)利用提取圖像特征的LIRe開發(fā)包和分布式檢索系統(tǒng)hadoop，并行提取出圖片的特征，建立特征庫和索引庫，并利用多特征索引聯(lián)合檢索方式提高查準率，實驗驗證了在外觀專利數(shù)據(jù)系統(tǒng)可有效提升檢索效率。關鍵詞：分布式技術;hadoop;圖像檢索中圖分類號：TP391? ? ? 文獻標識碼：A文章編號：1009-3
電腦知識與技術 2021年18期2021-08-18
- 深度優(yōu)先局部聚合哈希
E數(shù)據(jù)集上的圖像檢索實驗表明，與使用手工特征和卷積神經(jīng)網(wǎng)絡特征的非深度哈希學習算法的最好結果相比，DPLAH的平均準確率均值要高出11%，同時，DPLAH的平均準確率均值比非對稱深度監(jiān)督哈希方法高出2%.關鍵詞：深度哈希學習;卷積神經(jīng)網(wǎng)絡;圖像檢索;局部聚合描述子向量中圖分類號：TP391.4? ? ? ? ? ? ? ? ? ? ? ? ?文獻標志碼：ADeep Priority Local Aggregated HashingLONG Xianzhon
湖南大學學報·自然科學版 2021年6期2021-08-02
- 結合卷積神經(jīng)網(wǎng)絡與哈希編碼的圖像檢索方法
： 為了提高圖像檢索的精度與速度，提出一種卷積神經(jīng)網(wǎng)絡與哈希方法結合的圖像檢索算法。該方法在深度殘差網(wǎng)絡的基礎上構建了一個網(wǎng)絡模型，將隨機選取成對的圖像（相似/不相似）作為訓練輸入，使用曼哈頓距離作為損失函數(shù)，并添加了一個二值約束正則項，促使訓練好的網(wǎng)絡輸出為類二值碼，再將類二值碼閾值化為二值碼，最后用于圖像檢索。在Caltech256數(shù)據(jù)集和MNIST數(shù)據(jù)集上的實驗結果顯示，文中方法的檢索性能優(yōu)于其他現(xiàn)有方法。關鍵詞： 圖像檢索; 卷積神經(jīng)網(wǎng)絡; 哈希編
現(xiàn)代電子技術 2020年21期2020-12-07
- 一種新型的基于神經(jīng)網(wǎng)絡的圖像檢索算法
于神經(jīng)網(wǎng)絡的圖像檢索算法。這種算法不止是考慮到了圖像顏色和形狀特征的提取，更是把特征權值的調(diào)整轉化為優(yōu)化問題。利用神經(jīng)網(wǎng)絡算法得到權值的最優(yōu)解，從此到最佳檢索效果。通過實驗結果表明，此算法能更加高效地找到圖像，并且有較強的穩(wěn)定性和圖像檢索功能。關鍵詞：圖像檢索;神經(jīng)網(wǎng)絡;特征提取;特征權重中圖分類號：TP391? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）34-0022-02Abstract： An improv
科技創(chuàng)新與應用 2020年34期2020-12-02
- 基于人臉識別的人物信息在線檢索平臺
：網(wǎng)絡爬蟲;圖像檢索;人臉識別中圖分類號：TP391.41 ? ?文獻標識碼：A ? ? 文章編號：2096-4706（2020）13-0074-04Abstract：It is of great significance in practice to quickly retrieve the personnel information according to facial photo. With the help of the massive data
現(xiàn)代信息科技 2020年13期2020-11-06
- 基于提取標簽顯著性區(qū)域的深度學習圖像檢索方法
：現(xiàn)今主流的圖像檢索技術需人工添加數(shù)據(jù)集標簽后，方可對深度學習網(wǎng)絡進行訓練。但人為添加標簽會花費大量時間及精力，并且對圖片標簽的描述有一定的條件性和規(guī)則性，因此添加的標簽不能夠很好地代表大眾的視覺習慣，不利于神經(jīng)網(wǎng)絡的深度訓練，得到的結果準確率不盡如人意。為解決這些問題，文中提出了一種基于提取標簽顯著性區(qū)域的深度學習圖像檢索方法。首先，對圖片集進行網(wǎng)絡標簽粗過濾，去除與圖片無關的噪聲標簽;其次，提取已知圖像的顯著性區(qū)域，對顯著性區(qū)域標簽進行向量化;將確定顯
物聯(lián)網(wǎng)技術 2020年9期2020-10-09
- 一種基于區(qū)域一圖非對稱匹配的少數(shù)民族服飾檢索方法
少數(shù)民族服飾圖像檢索方法，首先利用gPb-OWT-UCM算法對檢索圖像進行區(qū)域分割，然后將分割后圖像中的每個區(qū)域特征與未分割的待檢索圖像進行基于動態(tài)規(guī)劃的非對稱匹配，并通過評估匹配組的布局一致性計算少數(shù)民族服飾圖像之間的相似度，最后通過排序實現(xiàn)圖像檢索任務。實驗結果表明，與傳統(tǒng)基于外觀特征的方法相比，該方法不僅可以獲得較好的圖像檢索效果，還可以通過相似區(qū)域匹配結果呈現(xiàn)不同少數(shù)民族服飾獨有的風格特征，為少數(shù)民族服飾文化的數(shù)字化保護與傳承提供有效途徑。關鍵詞：
軟件導刊 2020年6期2020-07-24
- 基于圖像檢索技術的圖片管理研究
率。關鍵詞 圖像檢索;深度學習;特征表示引言傳統(tǒng)的檢索方法通常選擇一些為多媒體相似性搜索提取低級特征，如歐幾里得距離或余弦相似性?；趦?nèi)容的圖像檢索是圖像檢索的基礎之一，該方法旨在通過分析它們的視覺內(nèi)容搜索圖像，從而形象地表現(xiàn)出目標圖像。然而，固定的相似性/距離函數(shù)可能會造成復雜圖像檢索任務的失敗，提取低層視覺特征的語義鴻溝以及高層次的人類感知成為檢索圖像的挑戰(zhàn)[1]。1基于內(nèi)容圖像檢索的深度學習通過對CBIR任務應用深度學習，給出了所提框架的總體視圖，其
科學與信息化 2020年12期2020-07-10
- 基于多特征融合的圖像檢索技術研究與實現(xiàn)
智能、高效的圖像檢索方式，提出了一種基于多特征融合圖像檢索方法，多特征圖像檢索技術實現(xiàn)的圖像檢索使用了圖像自身的多特征作為圖像檢索的依據(jù)，提高了圖像搜索的精準性和高效性。通過測試，實驗結果證實了多特征融合圖像檢索技術利用了圖像的顏色和紋理等作為檢索的特征，多特征融合圖像檢索系統(tǒng)具有一定的學術意義和現(xiàn)實價值，能夠大幅度提高圖像檢索的精確性，滿足了用戶的需求，具有良好的實用價值。關鍵詞：多特征融合;圖像檢索;紋理;圖像特征中圖分類號：TP391.41? ? ?
現(xiàn)代信息科技 2020年3期2020-07-04
- 基于深度多監(jiān)督哈希的快速圖像檢索
的盛行，快速圖像檢索技術更新的需求日益迫切，因此近十年來在快速圖像檢索領域應用廣泛的哈希算法越來越無法滿足人們的需求。本文通過在哈希算法中引入深度學習的概念，同時運用分類和驗證信息等多監(jiān)督方式，最終形成可以應用于快速圖像檢索的深度多監(jiān)督哈希（Deep Multi-supervised Hashing，DMSH）。深度多監(jiān)督哈希DMSH可以極大地提升快速圖像檢索在時間和空間上的效率，提高為用戶檢索所需信息的準確度。關鍵詞：深度哈希;多監(jiān)督;圖像檢索引言隨著各
大眾科學·中旬 2020年7期2020-06-29
- 基于感知哈希的水稻生長期檢測
發(fā)育期識別;圖像檢索中圖分類號 TP391 ?文獻標識碼 A文章編號 0517-6611（2020）10-0205-03doi：10.3969/j.issn.0517-6611.2020.10.055Abstract Using the perceptual hash algorithm，the characteristics of different growth stages of rice were compared，and the image si
安徽農(nóng)業(yè)科學 2020年10期2020-06-08
- 云環(huán)境下物聯(lián)網(wǎng)數(shù)據(jù)安全去重技術研究
;訪問控制;圖像檢索;視頻去重引言：近年來，隨著連接互聯(lián)網(wǎng)的設備數(shù)量增加，“物聯(lián)網(wǎng)（Internet of things，IoT）”這一概念逐漸引起大量研究人員的關注。物聯(lián)網(wǎng)的主要思想是使越來越多的物體連接起來，使其能夠相互交流.在這種背景下，智能設備的角色已經(jīng)由傳統(tǒng)的通信工具轉變?yōu)橐垣@取、處理數(shù)據(jù)和通信的現(xiàn)代工具。物聯(lián)網(wǎng)中連接和交互的智能對象包括移動設備，可穿戴傳感器設備和環(huán)境傳感器。這些設備可以將周圍環(huán)境的電子狀態(tài)或數(shù)字快照，如家庭中的空氣濕度，辦公室
衛(wèi)星電視與寬帶多媒體 2020年5期2020-06-04
- 基于神經(jīng)網(wǎng)絡的古錢幣圖像檢索研究
法。關鍵詞：圖像檢索? 卷積神經(jīng)網(wǎng)絡? 特征表示? 二進制編碼中國是世界上最早使用貨幣的國家之一，從秦代方孔圓錢，到清末機制幣，數(shù)以萬種千姿百態(tài)的錢幣構成了當今錢幣收藏領域中最為龐大的收藏門類[1]。經(jīng)過五千年的發(fā)展，我國形成了獨特且璀璨的錢幣文化，古錢幣作為中國歷史文化的載體，具有較高文化價值和藝術價值。雖然古錢幣數(shù)量和種類較多，但是近些年由于網(wǎng)絡的發(fā)展，借助網(wǎng)絡渠道進行非法交易和偷盜的非法行為正在逐漸加速文物的流失。因此，出于對文物的保護，需要對文物進
科技資訊 2020年7期2020-05-11
- 基于弱監(jiān)督深度學習的圖像檢索技術研究
種常用的有效圖像檢索方法，這種有監(jiān)督的學習方式要求大量人工標注的標簽，耗費巨額的人力成本，且這種標簽具有較強的專家制定性，在圖像深層次語義的挖掘上能力有限。針對這一問題，該文提出了基于弱監(jiān)督（Weakly-supervised）深度卷積神經(jīng)網(wǎng)絡的哈希函數(shù)框架，該框架包括弱監(jiān)督的預訓練和有監(jiān)督的微調(diào)兩個階段。通過利用弱監(jiān)督標簽信息來學習語義感知哈希函數(shù)，將標簽表示為語義詞向量。根據(jù)語義間的相似與否來訓練網(wǎng)絡，設計的目標函數(shù)可以使語義相似的圖像間的漢明距離較小
西北大學學報（自然科學版） 2020年5期2020-04-29
- 基于遺傳算法的圖像多特征權重自動賦值方法
摘 ?要：在圖像檢索中，如何有效提取圖像特征是基于內(nèi)容的圖像檢索中的一個難點。針對該難題，提出了一種基于遺傳算法的圖像多特征權重自動賦值方法。首先使用灰色直方圖提取顏色特征并利用樹形小波提取紋理特征，然后利用遺傳算法的全局最優(yōu)解搜索功能自動確定各特征的權重。實驗結果分析表明：在灰度圖像的相似性檢索中，基于遺傳算法的多特征權重自動賦值方法與其他方法相比，平均查全率增加將近8%，平均查準率增加將近9%，說明該方法有較高的檢索精確度。關鍵詞：樹型小波;特征融合;
軟件工程 2019年10期2019-11-16
- 基于圓形感興趣區(qū)域的圖像檢索算法
的基于內(nèi)容的圖像檢索系統(tǒng)在檢索時往往通過獲取整幅圖像的全局特征進行計算，必然含有一些冗余信息，從而給檢索帶來過多的計算量和不準確性。因此將檢索的區(qū)域范圍從全局縮小到局部，提出一種改進的圖像感興趣區(qū)域提取算法。首先使用Harris算法提取出圖像的顯著點，通過對顯著點進行條件篩選截取出一個圓形感興趣區(qū)域，然后對該區(qū)域提取多種特征并進行歸一化處理，最后用距離函數(shù)實現(xiàn)圖像間的相似度比較。實驗結果表明，所提算法能夠對圖像的感興趣區(qū)域進行有效提取，提高了運行效率，同時
現(xiàn)代電子技術 2019年20期2019-11-12
- 基于多區(qū)域中心加權卷積特征的圖像檢索
;特征提取;圖像檢索DOI：10. 11907/rjdk. 182855 開放科學（資源服務）標識碼（OSID）：中圖分類號：TP317.4 文獻標識碼：A 文章編號：1672-7800（2019）008-0204-04Image Retrieval Based on Multi-region Center Weighted Convolution FeatureYANG Hai-long， ZHANG Na， BAO Xiao-an， GUI Jiang
軟件導刊 2019年8期2019-10-15
- 基于顯著性語義區(qū)域加權的圖像檢索算法
好。關鍵詞：圖像檢索;卷積神經(jīng)網(wǎng)絡;深度特征顯著性;語義區(qū)域加權;特征聚合中圖分類號： TP391.413; TP18文獻標志碼：AAbstract： For image instance retrieval in the field of computational vision， a semantic region weighted aggregation method based on significance guidance of deep co
計算機應用 2019年1期2019-08-01
- 基于深度卷積神經(jīng)網(wǎng)絡的圖像檢索研究
神經(jīng)網(wǎng)絡用于圖像檢索，以解決語義鴻溝問題，將圖像檢索輸入特征使用改進的卷積神經(jīng)網(wǎng)絡作為提取特征。但傳統(tǒng)的深度卷積神經(jīng)網(wǎng)絡學習過程的初始參數(shù)是隨機的，在實際訓練過程中，如果訓練的樣本集不是足夠大該模型容易出現(xiàn)局部優(yōu)化或過度擬合，致使實際結果不好。因此，本文提出了一種改進的卷積神經(jīng)網(wǎng)絡模型，該模型使用未標記的樣本數(shù)據(jù)預訓練深度卷積神經(jīng)網(wǎng)絡。在這個改進的模型中，結合自動編碼器的原理，通過重建輸入數(shù)據(jù)來提取輸入數(shù)據(jù)的特征表達式并在常用的Caltech 256數(shù)據(jù)集
電腦知識與技術 2019年5期2019-05-23
- 一種基于多特征組合和SVM相關反饋的皮膚病圖像檢索算法
膚病受損區(qū)域圖像檢索困難的問題，提出了一種基于多特征組合和SVM相關反饋的皮膚病圖像檢索方法。首先對預處理之后的皮膚病受損區(qū)域的圖像進行多特征提取并進行組合，然后采用歐式距離相似度模型對皮膚病受損區(qū)域圖像初步檢索，最后引入了帶有衰減系數(shù)的SVM相關反饋算法，提高皮膚病受損區(qū)域圖像的檢索準確率。實驗結果表明，引入帶有衰減系數(shù)SVM相關反饋的方法可以檢索到更多的相關圖像，明顯提高了檢索的查準率。關鍵詞： 皮膚病受損區(qū)域； 多特征組合； 圖像檢索； SVM相關反
電腦知識與技術 2019年5期2019-05-23
- 基于圖像特征的圖像檢索專利技術綜述
對基于內(nèi)容的圖像檢索的研究熱點主要集中在基于圖像特征（顏色、紋理、形狀等）的檢索，本文根據(jù)國內(nèi)外基于圖像特征進行圖像檢索的專利文獻，按照上面列舉的幾個不同類別的圖像特征來對圖片的特征提取相關技術進行介紹和分析，為圖像檢索領域的研究工作提供參考，幫助本領域相關人員深入了解圖像檢索領域。關鍵詞：圖像檢索;專利分析;圖像特征;顏色特征;紋理特征由于基于文本的圖像檢索要用手工對圖像進行注釋，因而導致了它存在著不準確、不客觀的問題。尤其是在大規(guī)模的圖像數(shù)據(jù)庫出現(xiàn)以后
科學與技術 2019年19期2019-05-08
- 2004～2018年我國圖像檢索領域文獻計量分析
數(shù)據(jù)庫中關于圖像檢索的一些科研成果，并對這些科研成果從多個角度展開了文獻計量分析，希望在科學量化的基礎上，總結我國的圖像檢索領域的科研狀況和未來發(fā)展的大方向，以期為日后圖像檢索相關的理論、實踐科研工作提供數(shù)據(jù)參考。關鍵詞 圖像檢索 領域文獻 計量中圖分類號：G254.91 文獻標識碼：A近年來，網(wǎng)絡技術、計算機技術、數(shù)字圖像技術在飛速發(fā)展、快速增長，數(shù)字圖像技術得到了各界的廣泛應用，國內(nèi)外都在深入開展關于圖像檢索技術的學術研究，同時取得了很多驕人的成績?；?/div>
科教導刊·電子版 2018年28期2018-12-18
- 基于顏色特征和不變矩的圖像檢索
要：需要一種圖像檢索方法對圖像進行快速、有效的檢索，從而在圖像庫中找出與給定目標圖像相似的圖像集。提出一種方法，該方法基于RGB顏色模型的統(tǒng)計直方圖和不變矩形狀特征。顏色特征和形狀特征是圖像中最重要的兩個圖形特征。顏色特征計算簡單，魯棒性強。形狀特征可以不受圖形的平移、旋轉和尺度變化的干擾?？梢岳眉訖嗲蠛偷姆绞浇Y合兩者特點從而得出圖像間的相似度，通過大量實驗得出效果最佳的權值比。關鍵詞：圖像檢索；RGB顏色空間；不變矩；CIBR技術中圖分類號：TP317電腦知識與技術 2018年27期2018-12-18
- 2004～2018年我國圖像檢索領域文獻計量分析
數(shù)據(jù)庫中關于圖像檢索的一些科研成果，并對這些科研成果從多個角度展開了文獻計量分析，希望在科學量化的基礎上，總結我國的圖像檢索領域的科研狀況和未來發(fā)展的大方向，以期為日后圖像檢索相關的理論、實踐科研工作提供數(shù)據(jù)參考。關鍵詞 圖像檢索 領域文獻 計量中圖分類號：G254.91 文獻標識碼：A近年來，網(wǎng)絡技術、計算機技術、數(shù)字圖像技術在飛速發(fā)展、快速增長，數(shù)字圖像技術得到了各界的廣泛應用，國內(nèi)外都在深入開展關于圖像檢索技術的學術研究，同時取得了很多驕人的成績?；?/div>科教導刊·電子版 2018年31期2018-11-23
- 基于小波變換和改進的粒子群的新型圖像匹配算法的研究
的圖像。傳統(tǒng)圖像檢索算法計算量大、精度小，為了減少計算量提高精度，本文在傳統(tǒng)算法基礎上將圖像匹配問題轉化成在圖像數(shù)據(jù)庫中根據(jù)模板圖像數(shù)據(jù)對目標進行鎖定的模型：第一步將模板圖像和源圖像分區(qū)并取灰度直方圖信息。第二步將尋找模板圖像最相似的問題轉化成通過粒子群優(yōu)化進行分類第三步：通過對相似度大的那類圖像進行精確匹配得出最相似的圖像。實驗結果表明：基于粒子群和新分類思想的圖像匹配（PBIM）算法能夠在源圖像數(shù)據(jù)庫中快速匹配出相似的圖像組。關鍵詞：新分區(qū)；圖像檢索；電腦知識與技術 2018年11期2018-07-28
- 卷積神經(jīng)網(wǎng)絡在巖石薄片圖像檢索中的應用初探
其在巖石薄片圖像檢索中的可行性。關鍵詞： 卷積神經(jīng)網(wǎng)絡；巖石薄片；圖像檢索；特征提取Abstract：In recent years Convolutional Neural Network has attracted wide attention of researchers at home and abroad and it has excellent performance in large-scale image processing especi智能計算機與應用 2018年2期2018-05-23
- 旅行照的背景圖像檢索模型研究
了旅行照背景圖像檢索的方法，以期應用于旅行照的二次處理。方法中引入了行人檢測模型，以提高背景圖像檢索的準確率。關鍵詞：圖像檢索;旅行照;行人檢測中圖分類號：TP391.3 文獻標識碼：A 文章編號：1007-9416（2018）12-0058-01近些年來，旅游成為了日常生活的一項常規(guī)活動。但是，大眾旅游一般都集中在節(jié)假日時段，這也導致了熱門景區(qū)人擠人的情況頻發(fā)。在這樣的背景下，拍一張滿意的旅行照成為了一種奢望，通過技術手段對旅行照進行二次處理不失為一種新數(shù)字技術與應用 2018年12期2018-03-02
- 基于大數(shù)據(jù)的圖像檢索技術在偵查中的應用
數(shù)據(jù)時代下的圖像檢索技術解決偵查過程中的難題，以技術不斷革新的圖像檢索技術作為助力，實現(xiàn)圖像檢索與警務大數(shù)據(jù)協(xié)同，增強對圖像、視頻的分析偵查，建立基于數(shù)據(jù)的智能分析與應用平臺，推動圖像數(shù)據(jù)的大聯(lián)網(wǎng)，提高公安警務實戰(zhàn)的效能。【關鍵詞】大數(shù)據(jù) 圖像檢索 偵查技術隨著網(wǎng)絡社會的迅速發(fā)展，傳統(tǒng)的電子偵查技術面臨無法高效進行海量數(shù)據(jù)的存儲和分析的挑戰(zhàn)。公安機關的電子偵查部門需要不斷深入實施科技強警戰(zhàn)略，對圖像、視頻、人等方面加強管控，在預防和減少網(wǎng)絡犯罪，懲治網(wǎng)絡罪電子技術與軟件工程 2018年21期2018-02-28
- 基于大數(shù)據(jù)的圖像檢索關鍵技術
時代的發(fā)展，圖像檢索的相關技術也得到了逐步的完善。傳統(tǒng)的圖像檢索方法在操作過程中不僅需要耗費大量的實踐也無法充分適應用戶的需求，因此，而通過大數(shù)據(jù)挖掘的方式來對圖像數(shù)據(jù)實時分布式存儲并進行后續(xù)的處理，不僅會進一步縮短圖像檢索的時間，也會進一步挖掘圖像與語義上的關聯(lián)，促進檢索效率的提升。因此，本文將會對大數(shù)據(jù)挖掘做簡要的闡述，并分析海量圖像檢索的處理技術，期望為大數(shù)據(jù)的應用提供新的方向與思路?！娟P鍵詞】大數(shù)據(jù) 圖像檢索 關鍵技術研究自進入互聯(lián)網(wǎng)時代以來，越來電子技術與軟件工程 2018年9期2018-02-25
- 基于內(nèi)容的圖像檢索
文主要研究在圖像檢索中圖像的特征表示模型以及多信息融合的問題?！娟P鍵詞】圖像檢索 特征表示模型 多信息融合1 圖像檢索的發(fā)展過程在傳統(tǒng)的圖像管理方式來說，一般是以文本系統(tǒng)為主的一種檢索。要是用戶想要查詢一副圖像的時候，需要一個一個文件進行瀏覽才能夠很好的找到所需要的圖像。但是隨著圖像文件數(shù)量的大幅度增加，傳統(tǒng)的查找方式顯得太低效，因為以文件儲存的方式對圖像的使用和操作相對簡單，這種以文件管理圖像的方式一直到現(xiàn)在依然在使用。在上世紀七十年代的時候，數(shù)據(jù)庫的專電子技術與軟件工程 2018年6期2018-02-23
- PAM優(yōu)化算法在圖像檢索中的應用研究
的基于內(nèi)容的圖像檢索，這是一個從低級到高級發(fā)展的過程。文章主要以基于內(nèi)容的圖像檢索方法為研究對象，來分析一種基于煙花粒子群算法的優(yōu)化PAM算法在圖像檢索中的應用。關鍵詞：圖像檢索；PAM算法；煙花粒子群算法；聚類算法圖像的檢索問題，自20世紀70年代便開始得到研究。由于計算機技術的發(fā)展水平限制，當時出現(xiàn)的圖像檢索技術主要是基于文本的圖像檢索技術，即TBIR技術。檢索的方法主要是通過對圖像性的文本描述來進行檢索的，比如圖像作品的作者、年代、大小尺寸以及作者的無線互聯(lián)科技 2018年23期2018-02-22
- 長白山野生中草藥植物圖像檢索方法研究
于視覺詞袋的圖像檢索方法并應用于長白山中草藥植物圖像檢索領域。方法 采用SURF算法提取圖像視覺特征，稀疏編碼方法構造視覺詞典，并提出支持向量機（SVM）和近似最近鄰（ANN）相結合的改進方法完成分類器分類訓練。結果 選取2500張中草藥圖像作為檢索樣本，在視覺單詞數(shù)量為500的情況下，平均檢索時間為481 ms，平均查準率為88.95%。結論 本方法能有效提高圖像檢索效率與準確度，同時表現(xiàn)出較好的魯棒性。關鍵詞：中草藥；圖像檢索；視覺詞袋DOI：10.3中國中醫(yī)藥信息雜志 2018年2期2018-02-01
- 基于卷積神經(jīng)網(wǎng)絡的圖像檢索
要： 針對圖像檢索存在的問題，如圖像存儲量大，圖像提取特征與人類感知的語義鴻溝，圖像檢索時間長等，提出了一種新的深度哈希方法。通過卷積神經(jīng)網(wǎng)絡融合局部特征與全局特征進一步縮小了圖像的語義鴻溝，使得融合特征與編碼相互影響，相互調(diào)節(jié)。同時通過限定編碼位數(shù)，使得圖像存儲量大大減少，檢索時間縮短。實驗證明，該方法勝過之前提出的方法，使用卷積神經(jīng)網(wǎng)絡進行融合特征編碼是完全可行的。關鍵詞： 圖像檢索； 卷積神經(jīng)網(wǎng)絡； 圖像編碼； 哈希算法中圖分類號：TP319 文獻計算機時代 2018年1期2018-01-26
- 融合顏色特征和紋理特征的圖像檢索算法
的相似度進行圖像檢索。首先，在HSV空間下，提取顏色特征并進行歸一化處理。然后，提取GLCM的特征值，并結合Tamura特征形成更加豐富的紋理特征。最后，分別計算待檢索圖像和圖像庫中圖像的顏色和紋理相似度，在不同權重下融合顏色和紋理特征得出最終相似度。Matlab實驗表明，不同種類的圖像，分配顏色和紋理的不同權重時，有不同的查準率。調(diào)整圖像的特征權重可以提高查準率。關鍵詞：圖像檢索；GLCM；Tamura；多特征融合隨著數(shù)字圖像技術的發(fā)展，人們面臨著豐富多無線互聯(lián)科技 2017年24期2018-01-22
- 基于視覺和語義的圖像檢索技術研究
王娜摘要：對圖像檢索技術進行了研究，提出了一種基于視覺和語義的圖像檢索算法。首先使用稠密的尺度不變特征轉換構造視覺單詞的方式來描述圖像的視覺內(nèi)容，然后依據(jù)一種基于概率隱語義分析的自適應不對稱學習方法去融合并學習視覺模態(tài)和文本模態(tài)信息得到的語義特征對查詢圖像進行初步檢索，最后在此結果集上對選出的語義相關圖像按視覺內(nèi)容相似度排序輸出。通過實驗表明，利用視覺和語義的算法能夠提高圖像的檢索效果，具有更好的檢索性能。關鍵詞：文本語義；視覺內(nèi)容；圖像檢索；數(shù)據(jù)建模與學電腦知識與技術 2017年25期2017-11-20
- 2002—2016年國際圖像檢索領域文獻計量分析
的信息，利用圖像檢索技術能夠有效的對大規(guī)模圖像信息進行分析、組織和處理，具有重要的實踐意義。近年來，各國對圖像檢索的研究力度不斷加大，有必要對國際圖像檢索文獻進行梳理。[方法過程]本文采用文獻計量方法和CitespaceⅢ可視化工具，對收集Web of Science數(shù)據(jù)庫中有關圖像檢索領域的文獻進行分析，梳理了文獻時間分布規(guī)律、學科分布狀況，并重點從作者、機構和國家和關鍵詞頻的角度探索了國際圖像檢索領域的主要研究力量和研究熱點。[結果結論]通過總結和分析現(xiàn)代情報 2017年10期2017-11-09
- 基于SIFT特征點改進聚類的圖像檢索方法研究
現(xiàn)基于內(nèi)容的圖像檢索成為當前計算機視覺領域中的熱點問題。針對該問題，提出一種基于SIFT特征點的改進聚類的圖像檢索新方法。該方法包括圖像顏色轉換、特征點改進聚類算法，以及基于該算法的更有效的灰度直方圖構建方法。與現(xiàn)有基于流光法的檢索方法相比，該方法能有效解決聚類后特征點分組不確定和依賴特征點顏色信息和空間信息權重的問題。從公共圖像庫上的實驗結果可以看出，該方法與現(xiàn)有方法相比具有較高的檢索精度。關鍵詞：圖像檢索；SIFT特征點；聚類算法DOI：10.1190軟件導刊 2017年9期2017-09-29
- 基于空間相似度的艦船VDR圖像檢索研究
度；VDR；圖像檢索；研究中圖分類號：U665.26 文獻標志碼：A 文章編號：2095-2945（2017）24-0008-03VDR（Voyage Data Recorder），即船舶航行數(shù)據(jù)記錄系統(tǒng)，也稱船用黑匣子[1]。它以一種安全、可恢復的方式，實時記錄并保存每隔一定時間和每發(fā)生某件事件的相關信息，包括時間、位置、航向、航速、通信、雷達圖像等，重點提供包括船舶靜、動態(tài)信息和船舶操作等信息。如果出現(xiàn)海上事故，可借助VDR記錄的上述數(shù)據(jù)，再現(xiàn)事故相關科技創(chuàng)新與應用 2017年24期2017-09-08
- 少數(shù)民族服飾圖像檢索研究
保護與傳承。圖像檢索技術日漸成熟，并且已經(jīng)成功應用到服飾檢索領域，將已經(jīng)在商業(yè)上趨于成熟的圖像檢索技術應用到少數(shù)民族服飾保護上能夠有效推進少數(shù)民族文化的宣傳與傳承。關鍵詞：少數(shù)民族服飾 數(shù)字化 圖像檢索1 引言中國歷史悠久，各民族都形成了自己的民族文化和生活習俗，云南作為擁有少數(shù)民族最多的省份，是偉大祖國多民族的縮影。而少數(shù)民族服飾是民族文化中極其重要的一部分。服飾作為民族文化的標志，是民族文化"可視化"的縮影，它承載著民族生存與發(fā)展的歷史文化、宗教信仰、云南教育·高等教育研究 2017年2期2017-09-06
- 基于用戶反饋優(yōu)化的圖像檢索系統(tǒng)
基于內(nèi)容的圖像檢索是圖像檢索研究領域的核心內(nèi)容。與傳統(tǒng)的依賴文字檢索圖像的方式不同，基于內(nèi)容的圖像檢索是通過提取圖像的特征信息并利用各種分析算法，學習算法將這些特征映射成反映圖像本質(zhì)的語義特征。本課題首先介紹了傳統(tǒng)的圖像處理技術和一些底層特征的提取方法，然后依據(jù)近似匹配的相關算法對底層特征進行分類，提出了根據(jù)用戶選擇滿意樣本來優(yōu)化分類結果的思路?！娟P鍵詞】 圖像檢索 底層特征提取 近似匹配一、需求分析本文是通過提取圖像底層特征，利用近似匹配算法建立分類模大經(jīng)貿(mào) 2017年6期2017-07-29
- 基于全球專利申請的CBIR技術態(tài)勢淺析
?；趦?nèi)容的圖像檢索近年來已成為圖像檢索領域的研究熱點，本文將從CBIR主要技術分支、全球專利申請量/地域分布、國內(nèi)申請人分布及基于IPC分類號的國內(nèi)CBIR技術研究方向分析幾個方面對CBIR技術發(fā)展態(tài)勢進行淺析。關鍵詞：CBIR；圖像檢索；專利1 CBIR主要技術分支及技術演變1.1 基于內(nèi)容的圖像檢索基于內(nèi)容的圖像檢索（Content-Based Image Retrieval，CBIR），其研究涉及認知科學、人工智能、模式識別、圖像處理、信息檢索等多科技尚品 2017年6期2017-07-06
- 多特征分層融合醫(yī)療設備圖像檢索方法
征分層融合的圖像檢索方法。此方法采用顏色矩計算圖像的顏色特征，采用LBP算子計算圖像的紋理特征，采用Fourier描述子計算圖像的形狀特征，通過分層加權融合的方法將三類特征融合在一個相似性測度之內(nèi)，最終形成檢索判斷的依據(jù)。根據(jù)窺鏡圖像和CT圖像展開實驗研究，其結果證實了所提出方法的有效性。隨著查全率要求的不斷提升，所提出方法的查準率明顯高于三種單一特征的檢索方法，適合于醫(yī)療圖像的檢索。關鍵詞：圖像檢索；多特征；分層融合；醫(yī)療設備DOI：1015938/jj哈爾濱理工大學學報 2017年2期2017-06-10
- 圖像檢索技術研究進展
繞圖像搜索或圖像檢索技術而展開.早期的搜索技術僅采用文本信息，忽視了視覺內(nèi)容作為排序的線索，導致搜索文本和視覺內(nèi)容不一致.基于內(nèi)容的圖像檢索（CBIR）技術充分利用視覺內(nèi)容識別相關圖像，在近幾年來獲得了廣泛關注.在圖像檢索中，最根本的問題是意圖鴻溝和語義鴻溝，圍繞該問題，近年涌現(xiàn)出大量的基于內(nèi)容的圖像檢索的技術.本文主要對2003—2016年間提出的相關圖像檢索方法進行總結、分類和評估，并對未來的潛在研究方向進行討論.關鍵詞圖像檢索；視覺表征；索引；相關性南京信息工程大學學報 2017年6期2017-05-30
- 基于圖片顏色特征的圖像檢索方法研究
摘要：傳統(tǒng)的圖像檢索分類方法以關鍵字為標準來分類，可以進行主觀分辨，查詢結果準確率較差?；趫D片顏色特征進行圖像檢索CBIR是利用圖像具有的視覺效果特征進行圖片查詢檢索的一種新技術。本文以在內(nèi)容基礎上進行圖像檢索作為研究對象，根據(jù)圖片的顏色特征對圖片進行檢索分類，以用戶上傳的圖片為根據(jù)，實現(xiàn)基于內(nèi)容的圖像檢索。關鍵詞：基于內(nèi)容；圖像檢索；CBIR中圖分類號：TP391.4 文獻標識碼：A 文章編號：1007-9416（2017）01-0060-021 緒論數(shù)字技術與應用 2017年1期2017-04-25
- 融合顏色與LBP紋理特征的布料色卡圖像檢索
等問題，基于圖像檢索相關技術，通過融合布料色卡圖像的顏色特征和紋理特征進行圖像檢索應用研究。設計了布料色卡圖像顏色特征提取算法和基于LBP的紋理特征提取算法，并提出融合顏色特征和紋理特征的布料色卡檢索算法。對提出的融合顏色和紋理特征的布料色卡圖像檢索算法在3個標準圖像紋理庫和實際布料色卡圖像數(shù)據(jù)集進行了詳細的對比測試。通過對測試結果的分析，得出在融合顏色和LBP紋理特征的布料色卡圖像檢索方法中采用先顏色后紋理的策略進行布料色卡圖像檢索是最有效的檢索方案。關軟件導刊 2016年8期2017-03-31
- 基于卷積神經(jīng)網(wǎng)絡的車輛檢索方法研究
：車輛檢測；圖像檢索；卷積神經(jīng)網(wǎng)絡中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）30-0191-03The Research of Vehicle Image Retrieval Based on Convolutional Neural NetworkGAN Cheng， DING Xue-wen（School of Electronic Engineering，Tianjin University of Technol電腦知識與技術 2016年30期2017-03-06
- 圖像特征在區(qū)域范圍內(nèi)提取方法的研究
上。關鍵詞：圖像檢索 特征提取 邊緣檢測中圖分類號：TP39 文獻標識碼：A 文章編號：1007-9416（2016）11-0049-011 引言隨著多媒體技術及網(wǎng)絡的迅速發(fā)展，我們的日常生活也發(fā)生了很大的變化，大家每天都會從四面八方收到各類信息，而其中收到最多的是圖像類信息，并且這些信息都是沒有任何規(guī)律可言的，如果不能完全讀取與利用圖像中的所有有效信息，就會給我們信息處理帶來難度。這就要求有一種能夠快速而且準確地查找訪問圖像的技術即圖像檢索技術。圖像檢索數(shù)字技術與應用 2016年11期2017-02-09
- 基于多特征融合的少數(shù)民族服飾圖像檢索
多特征融合的圖像檢索方法：首先為了融合圖像的空間信息特征對圖像進行區(qū)域的劃分，然后對各分割區(qū)域提取顏色及形狀特征?；诿褡宸椀念伾卣鞅容^重要，本文在顏色特征還采用了模糊顏色直方圖的方法提取。最后采用相似性度量公式進行檢索。通過實驗表明，采用以上這種三個特征融合的圖像檢索方法，能提高圖像檢索的效率。關鍵詞：圖像檢索；顏色直方圖；模糊顏色直方圖；邊緣方向直方圖；少數(shù)民族服飾DOI：10.16640/j.cnki.37-1222/t.2017.01.2541山東工業(yè)技術 2017年1期2017-01-24
- 基于Hadoop平臺的圖像檢索模型
，針對傳統(tǒng)的圖像檢索方法計算速度慢、檢索效率低的問題，借助HBase和Hadoop分布式技術對海量數(shù)據(jù)超強的讀寫能力，提出一種適用于大數(shù)據(jù)背景下的基于Hadoop平臺的圖像檢索模型。該圖像檢索模型提供了圖像數(shù)據(jù)處理的可序列化數(shù)據(jù)類型，并通過輸入模塊實現(xiàn)大數(shù)據(jù)背景下數(shù)據(jù)類型的轉換及海量圖像的輸入。理論驗證了該模型為特征提取、圖像處理等并行處理算法提供了可行的方案。關鍵詞： 圖像檢索； HBase； Hadoop； 并行處理中圖分類號：TP391 文獻標志碼：計算機時代 2016年12期2017-01-14
- 基于顏色特征的行李箱檢索系統(tǒng)設計與實現(xiàn)
；顏色特征；圖像檢索DOIDOI：10.11907/rjdk.162058中圖分類號：TP319文獻標識碼：A 文章編號文章編號：16727800（2016）0110071050 引言社會經(jīng)濟的繁榮促進了民航行業(yè)的快速發(fā)展，客運量的增加使得托運行李箱的數(shù)量也急劇增加，如何有效管理和監(jiān)控眾多行李箱成為各航空公司亟需解決的問題。目前，不正常行李的查找主要依靠對行李箱上所掛條形碼進行掃描記錄。然而針對一些特殊情況，如條形碼丟失、條形碼錯誤等，這種傳統(tǒng)的查找方式就軟件導刊 2016年11期2016-12-22
- 基于差分進化極端學習機的汽車商標圖像檢索
善。關鍵詞：圖像檢索;極端學習機;差分進化;特征提取引言汽車主動安全技術也成為近年來研究的熱點，利用多種傳感器和先進的信號處理技術為駕駛者提供駕駛輔助，甚至在緊急安全時刻主動介入駕駛。智能機器視覺技術應用在汽車安全輔助駕駛上已得到廣泛關注，針對汽車商標的圖像檢索是汽車安全駕駛中機器識別的一部分[1]。文章研究基于內(nèi)容的汽車商標圖像檢索方法，力圖通過有效的機器學習方法在線找到檢索目標[2]。極端學習機（Extreme learning machine， EL科技創(chuàng)新與應用 2016年5期2016-10-21
- 基于內(nèi)容的圖像檢索系統(tǒng)的實現(xiàn)
鍵詞】內(nèi)容 圖像檢索 實現(xiàn)1 設計目標這種數(shù)字圖像描述模型及處理系統(tǒng)，它可以在低層特征索引和語義特征標注之間建立一種統(tǒng)一的機制，該機制支持對特征提取結構的標準化描述，支持描述的分層結構，支持數(shù)據(jù)的透明訪問等。分為通用視覺特征及導出特征提取、特定語義特征提取、知識庫管理、查詢子系統(tǒng)訪問界面及統(tǒng)一存取子系統(tǒng)共5個子系統(tǒng)。2 子系統(tǒng)功能如圖1。系統(tǒng)包括5個子系統(tǒng)，其功能簡述如下：2.1 通用視覺特征及導出特征提取子系統(tǒng)子系統(tǒng)功能主要包括：通用視覺本體的定義、以W電子技術與軟件工程 2016年9期2016-10-21
- 圖像自動標注技術研究進展
法。關鍵詞：圖像檢索；圖像自動標注；標簽填補；標簽去噪；標簽預測中圖分類號：TN911.73； TP391.413文獻標志碼：A0引言隨著數(shù)碼技術和互聯(lián)網(wǎng)技術的迅速發(fā)展，出現(xiàn)了大量的社會化多媒體共享平臺，海量的圖像資源被用戶共享到這些平臺上，人類進入了大數(shù)據(jù)時代。在如此大規(guī)模的圖像資源中，為了有效地管理和查詢所需資源，圖像檢索技術出現(xiàn)在人們的視線中，成為了計算機領域的研究熱點之一。計算機領域的研究人員從不同角度對其進行了大量研究。20世紀70年代末期，基于計算機應用 2016年8期2016-09-29
- 基于卷積神經(jīng)網(wǎng)絡的圖像檢索
策略的大規(guī)模圖像檢索，由卷積神經(jīng)網(wǎng)絡（CNN）的最新研究啟發(fā)，我們提出了一個有效的深度學習框架生成哈希碼的方法。當數(shù)據(jù)標簽是可用的，hash碼可以利用標簽通過采用一個隱藏層代表的潛在概念學到的。實驗結果表明，對數(shù)據(jù)集Cifar10，我們的方法優(yōu)于其它幾種哈希算法。關鍵詞：卷積神經(jīng)網(wǎng)絡；哈希碼；圖像檢索基金號：中央高?；究蒲袠I(yè)務費專項資金資助（supported by “the Fundamental Research Funds for the cent卷宗 2016年7期2016-09-26
- 基于顏色特征和不變矩的圖像檢索