本发明公开了一种基于蚁群算法和概率超图的相关反馈图像检索方法,该方法包括训练和检索两个阶段。
训练阶段: 1. 提取图像底层特征; 2. 字典学习; 3. 图像库图像高层表示。
检索阶段: 1. 提取示例图像的底层特征; 2. 示例图像高层表示; 3. 构造亲和力矩阵; 4. 初始化或更新信息素矩阵; 5. 对图像库中每一示例图像的检索结果,标注正相关图像和负相关图像; 6. 进一步计算语义信息素矩阵; 7. 计算亲和力增强概率; 8. 利用蚁群算法增强亲和力矩阵; 9. 构建超图; 10. 返回此轮检索结果,检索结束,或更新信息素矩阵开始下一轮检索。
本发明为图像检索引入了高效、准确的图像检索技术,具有较高的使用价值。
| 专利名称 | 一种基于蚁群算法和概率超图的相关反馈图像检索方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201310328671.6 |
| 申请号 | - | 专利申请日期 | 2013-07-31 |
| 专利授权日期 | 2013-11-13 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 杨育彬;潘玲燕 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了基于蚁群算法和概率超图的相关反馈图像检索方法,包括训练和检索两个阶段;所述训练阶段包括如下步骤:提取图像底层特征;字典学习;图像库图像高层表示;所述检索阶段包括以下步骤:提取示例图像的底层特征;示例图像高层表示;构造亲和力矩阵;初始化或更新信息素矩阵:对图像库中每一示例图像的检索结果,标注正相关图像和负相关图像,进一步计算语义信息素矩阵;计算亲和力增强概率:利用蚁群算法增强亲和力矩阵;构建超图;返回此轮检索结果,检索结束,或更新信息素矩阵开始下一轮检索。本发明为图像检索引入了高效、准确的图像检索技术,具有较高的使用价值。 | ||