基于融合多特征的社会网上图像检索方法

doi:10.3969/j.issn.1006-2475.2013.12.037

计算机与现代化

基于融合多特征的社会网上图像检索方法

郭海凤,李广水,仇彬任

金陵科技学院信息技术学院,江苏南京211169

收稿日期:2013-07-26 修回日期:1900-01-01 出版日期:2013-12-18 发布日期:2013-12-18

Method of Social Website Image Retrieval Based on Multi-feature Fusion

GUO Hai-feng, LI Guang-shui, QIU Bin-ren

College of Information Technology, Jinling Institute of Technology, Nanjing 211169, China

Received:2013-07-26 Revised:1900-01-01 Online:2013-12-18 Published:2013-12-18

摘要/Abstract

摘要： 由于用户标注的非专业性及随意性，社会图像网站在图像检索过程中，其检索结果一般不够理想，针对这一现状，提出融合多特征的图像检索方法。依据用户输入的初始检索词，由系统提供给用户候选图像集，依据用户选择的目标图像，结合候选集中图像底层特征、社群主题、标签顺序等多属性构建出某一候选图像的多特征向量，依据计算不同向量与目标图像之间的距离，提交给用户距离最近的图像集，完成图像检索。仿真实验依据Flickr网站上真实数据展开，试验结果表明本方法的有效性。


关键词: 社会网, 图像检索, 颜色特征, 社群主题, 标签顺序

Abstract: ecause of users’ non-professional and randomness, in the process of retrieval image, social website retrieval can not ideally generate sufficient result for people. In view of this situation, this paper proposes a method of image retrieval based on multi-feature fusion. According to the initial term of users input, the system offers users a set of candidate images, based on the user’s choice of target image, combining the low-level features of candidate images sets, community themes and label order, this paper constructs a candidate image multi-feature vector. The system can calculate the distance between the vector and the target image, submits the nearest image collection to user. Simulation experiments are done based on real data from Flickr website, and the test results prove that this method is effective.


Key words: social website, image retrieval, color feature, community themes, label order


郭海凤,李广水,仇彬任 . 基于融合多特征的社会网上图像检索方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2013.12.037 .

GUO Hai-feng, LI Guang-shui, QIU Bin-ren . Method of Social Website Image Retrieval Based on Multi-feature Fusion[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2013.12.037 .

参考文献

［1］苏中,张小洵,吴贤,等. Web 2.0下的社会标注［DB/OL］. http://www.doc88.com/p-201512287907.html, 2012-08-05.
［2］ Sigurbjrnsson B, van Zwol R. Flickr tag recommendation based on collective knowledge［C］// Proceedings of the 17th international conference on World Wide Web. 2008:327-336.
［3］ Liu D, Hua X S, Zhang H J. Content-based tag processing for Internet social images［J］. Multimedia Tools and Applications, 2011,51(2):723-738.
［4］ Flickr Website. 为iOS引入自动上传和自动转正功能［DB/OL］. http://blog.flickr.net/zh, 2013-04-10.
［5］章毓晋. 图像处理和分析教程［M］. 北京:人民邮电出版社, 2009:22-39
［6］高隽,谢昭. 图像理解理论与方法［M］. 北京:科学出版社, 2009.
［7］沈青松. 图像语义标注与检索及在数字图书馆中的应用［D］. 杭州:浙江大学, 2006.
［8］唐立军,段立娟,高文. 基于内容的图像检索系统［J］. 计算机应用研究, 2001,18(7):41-45.
［9］ Pass G, Zabih R. Histogram refinement for content-based image retrieval［C］// Proceedings of the 3rd IEEE Workshop on Applications of Computer Vision. 1996:96-102.
［10］Haralick R M, Shanmugam K, Its’Hak Dinstein. Texture features for image classification［J］. IEEE Transactions On Systems， Man and Cybernetics, 1973,3(6):610-621.
［11］Stricker M, Orengo M. Similarity of color images［C］// SPIE,1995. 1995,2420:381-392.
［12］Tamura H, Mori S, Yamawaki T. Texture features corresponding to visual perception［J］. IEEE Transactions on Systems, Man and Cybernetics, 1978,8(6):460-473.
［13］叶剑烨. 图像语义自动标注方法的研究［D］. 上海:复旦大学, 2007.
［14］Zhang M L, Zhou Z H. A ML-KNN: A lazy learning approach to multi-label learning［J］. Pattern Recognition, 2007,40(7):2038-2048.

[1]	杨孙哲, 孙爱珍. 基于HSV颜色与LBP纹理特征的水稻氮素营养诊断[J]. 计算机与现代化, 2023, 0(07): 86-92.
[2]	王欣怡, 尹四清, 洪军. 融合注意力机制的非对称深度监督哈希[J]. 计算机与现代化, 2023, 0(05): 26-31.
[3]	王威，李志华，吴世宇. 基于多特征融合的车辆阴影检测与去除[J]. 计算机与现代化, 2019, 0(12): 49-.
[4]	杨梓舒. 基于模体的社会网络特征分析[J]. 计算机与现代化, 2017, 0(8): 36-.
[5]	韩丹丹，韩立新. 基于张量局部保持投影算法的图像检索[J]. 计算机与现代化, 2017, 0(1): 71-74.
[6]	金超，张龙波，王海鹏，安建瑞，怀浩，王晓丹. 一种基于结构相似性的图聚类算法[J]. 计算机与现代化, 2016, 0(3): 19-23.
[7]	刘子君1，张杰斌1，周欣欣2，高强1. 基于颜色特征的自然保护区图像筛选系统[J]. 计算机与现代化, 2016, 0(2): 32-37.
[8]	朱凌云1,朱征宇1,2,齐新勇1. 融合多种内容特征的图像检索算法[J]. 计算机与现代化, 2015, 0(9): 17-21.
[9]	郭海凤1，2，陈月霞1，孙周宝2. 改进的ISOMAP算法在人脸识别中的应用[J]. 计算机与现代化, 2015, 0(9): 25-29.
[10]	金龙,孙涵. TLD视频目标跟踪方法改进[J]. 计算机与现代化, 2015, 0(4): 42-46.
[11]	濮永仙. 基于图像内容检索的作物病害识别数据库系统研究[J]. 计算机与现代化, 2015, 0(4): 54-60.
[12]	陈秋平. 考虑视觉显著性的部分相似图像检索[J]. 计算机与现代化, 2015, 0(4): 82-85,89.
[13]	王梦蕾. 一种基于区域检测的图像检索相关反馈方法[J]. 计算机与现代化, 2015, 0(1): 75-80.
[14]	赵莹，刘森，李庆猛，张浩，魏宏来. 基于图像特征匹配的商品识别算法[J]. 计算机与现代化, 2014, 0(1): 18-21.
[15]	梁智学;齐立磊. 基于iPhone平台的航班LBS系统[J]. 计算机与现代化, 2013, 1(9): 121-125.

基于融合多特征的社会网上图像检索方法

Method of Social Website Image Retrieval Based on Multi-feature Fusion

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价