基于粒子群算法的图像相关反馈研究
在浩如烟海的图像库中按用户的需求去搜索图像，传统的做法是基于图像的视觉低层特征进行检索。但是由于视觉低层特征与高层语义之间存在语义鸿沟，因此检索结果往往不尽如人意。研究者发现，将相关反馈技术引入图像检索中则能提高系统的检索性能。本文提出将粒子群优化算法 (Particle Swarm Optimization)引入基于内容的图像检索之中，通过用户对检索结果进行评价，系统通过学习来动态修改各特征的权值，从而达到模拟人类的思维，提高图像检索系统的检索性能，并通过实验证明该算法的可行性和有效性。
图像相关反馈 图像检索 粒子群算法 特征提取
张振花 李波 邓伟文
吉林大学计算机学院,长春 130012 吉林大学第二医院,长春 130041 吉林大学汽车学院,长春 130025
国内会议
北京
中文
126-128
2011-11-04（万方平台首次上网日期，不代表论文的发表时间）