[發明專利]一種基于多智能算法及圖像融合技術的圖像檢索方法

有效

• 申請號: 201110357386.8
• 申請日: 2011-11-11
• 公開（公告）號: CN102508909A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 劉全;傅啟明;閆其粹
• 申請（專利權）人: 蘇州大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/12;G06K9/62
• 代理公司: 蘇州創元專利商標事務所有限公司 32103
• 代理人: 陶海鋒

技術領域

本發明涉及一種基于內容的圖像檢索方法，尤其涉及一種基于智能算法的主動學習圖像檢索方法。

背景技術

近十多年來，隨著數字技術的迅速發展和普及，多媒體數據(圖像和視頻等)已經成為文本數據之外最重要的數據組織形式。如何對大量多媒體數據進行有效的組織、管理，并從中檢索出用戶需要的信息已成為當前最重要的研究課題。圖像數據是最基本、最常用的多媒體形式，同時對圖像檢索的研究也是對其它多媒體形式進行研究的基礎，因此該方面的研究已成為目前信息檢索方面的熱點。

傳統的圖像檢索方式是利用人工對圖像進行文字標注，然后利用基于關鍵字的檢索技術對圖像進行檢索。然而人工標注最大缺點就是耗時，工作量大，同時對圖像的標注很大程度上取決于標注人的主觀判斷，不利于客觀描述?；趦热莸膱D像檢索(Content-Based-Image-Retrieval，CBIR)技術通過對圖像從底層到高層的自動處理和分析來描述其內容，并根據內容進行檢索。

基于內容的圖像檢索系統給出的初始檢索結果往往不能很好地滿足用戶的信息需求，這主要歸因于如下幾點：首先，由于當前圖像理解技術的局限，建立從圖像的低層特征到高層語義的映射還很困難；其次，由于用戶界面的限制以及對圖像庫的不熟悉，用戶很難給出能準確反映其信息需求的查詢；另外，由于人類視覺感知的主觀性，對于同一幅圖像不同的人或同一個人在不同的時間可能有不同的認知，因此借助于離線(off-line)的學習不能適應這些不同的要求。為了克服上述困難，20世紀90年代中期，在文本檢索領域提出的相關反饋(Relevance?Feedback，RF)技術被引入到基于內容的圖像檢索領域。相關反饋技術通過把人的參與引入到信息檢索過程中，從而把檢索模式從一次進行(one-shot-search)變成交互式的多次進行，并成為提高檢索性能的有效方法。在相關反饋的交互過程中，只要求用戶根據他的信息需求對系統當前的檢索結果給出是否相關(relevant)或者相關程度如何地判斷，然后系統根據用戶的反饋進行學習來給出更好的檢索結果。然而，如何在最少的人為干預下，得到盡量好的檢索效果是當前重點關注的問題。

為了全面的描述一幅圖像，往往從多個角度進行描述，比如顏色、紋理、形狀等特征。在圖像檢索的過程，通常要綜合考慮其中兩種或者多種特征，以獲得較好的檢索效果。那么，如何有效地組織這些特征，使得到的特征向量能夠更加符合用戶的需要，以得到比較好的檢索結果是圖像檢索領域需要解決的主要問題之一。特別在相關反饋過程中，根據用戶不同的需求，應該對特征組合進行修改，使得檢索模型更加符合用戶的需求，在較少的反饋操作后得到用戶滿意的結果。

目前存在的基于內容的圖像檢索技術基本都是基于無信息保留，然而，對于固定的用戶來說，可以通過分析以往的查詢操作及查詢領域，對查詢信息進行適當保留，構建一個主動學習的智能框架，以達到智能檢索的目的。

發明內容

本發明的發明目的是提供一種基于多智能算法和圖像融合技術的圖像檢索方法，以反饋技術為基礎，通過聚類、遺傳算法和強化學習來構建一個主動學習的智能框架。

為達到上述發明目的，本發明采用的技術方案是：一種基于多智能算法及圖像融合技術的圖像檢索方法，提供一用于檢索的圖像數據庫和一聚類信息庫，所述聚類信息庫用于動態存放具有相似特征的一類圖像的特征信息；檢索方法包括以下步驟：

(1)輸入查詢圖像，并提取特征，獲得原始查詢向量Q＝(D，F，R)，其中D表示一幅原始圖像；F＝{f_i}表示一組特征集合，其中f_i表示第i個特征；R＝{r_ij}表示特征f_i的j個具體表示形式；

(2)在聚類信息庫中查找查詢圖像的特征信息，如果不存在轉入步驟(3)，如果存在轉入步驟(4)；

(3)根據遺傳算法，獲取特征組合參數，并利用強化學習算法，做信息采集存儲，轉入步驟(5)；

(4)利用強化學習機制得到的信息，獲取最優搜索組合，轉入步驟(5)；

(5)在圖像數據庫中進行檢索，返回檢索結果，如果用戶對結果滿意，則檢索結束；如果用戶對結果不滿意則轉入步驟(6)；

(6)用戶選擇檢索結果中符合用戶需要的圖像，結合用戶的選擇，利用圖像融合技術，修正查詢向量，轉入步驟(3)。