基于多特征融合和结果重排的特定图像检索

目录

第一章 绪论 (1)

1.1课题背景及意义 (1)

1.2 CBIR的发展近况 (2)

1.3本文研究内容及章节安排 (4)

第二章 算法基础 (6)

2.1人脸检测算法 (6)

2.1.1哈尔型特征和积分图 (6)

2.1.2级联的AdaBoost算法 (8)

2.2 HSV颜色空间及颜色直方图 (12)

2.2.1 HSV颜色空间 (12)

2.2.2颜色直方图 (14)

2.3方向梯度直方图（HOG） (15)

2.4局部二值模式（LBP） (16)

2.4.1 LBP编码 (16)

2.4.2旋转不变模式和等价模式 (17)

2.5 K-means聚类 (18)

2.6信息增益 (20)

2.7平均正确率均值（mAP） (22)

2.8本章小结 (24)

第三章 检索方法和系统实现 (25)

3.1人脸表征 (25)

3.1.1特征抽取 (26)

3.1.2特征提升 (26)

3.2搜索和重排序 (28)

3.3距离衡量及特征融合 (32)

3.3.1特征间距离 (32)

3.3.2特征融合公式 (33)

3.4系统整体框架及实现 (34)

3.4.1离线数据集训练和处理 (35)

3.4.2在线测试数据检索 (38)

3.5本章小结 (39)

第四章 实验设计与结果分析 (40)

4.1数据集组成 (40)

4.2实验内容及环境 (42)

4.3评估标准 (45)

4.4实验结果和分析 (46)

4.5本章小结 (50)

第五章 总结与展望 (51)

5.1本文工作总结 (51)

5.2未来展望 (53)

参考文献 (56)

致谢 (60)

攻读学位期间发表的学术论文 (61)

攻读学位期间参与的项目 (62)

图片目录

图1检测窗口内哈尔型特征的计算图例[26] (7)

图2通过积分图计算哈尔型特征的方法示意图 (8)

图3AdaBoost方法所选出的前两个人脸检测特征[26] (10)

图4人脸检测的级联分类结构 (11)

图5HSV颜色空间示意图 (13)

图6HOG特征提取方法的整体流程 (15)

图7LBP特征提取过程 (17)

图8旋转不变的LBP示意图 (18)

图9检索流程示意图 (25)

图10HSV特征额抽取、压缩步骤 (27)

图11利用HOG特征向量间距离检索和先用HOGhist向量过滤后再通过HOG 特征重排序的结果对比 (30)

图12马氏距离（Mah）、L1距离（L1）、L2距离（L2）、余弦距离（cos）在经PCA降维的RGB颜色表征下的图像检索效果[20] (32)

图13在HOG与LBP特征的权衡中，HOG的权重参数取0.1到0.9范围内的正确率-召回率曲线 (34)

图14训练过程框架 (36)

图15数据集处理过程框架 (37)

图16检索过程框架 (38)

图17数据集中主持人、作家、制片人艾伦.德杰尼勒斯的相关图片 (41)

图18由49个国内外各界明星组成的测试集 (43)

图19四种不同特征组合实验的检索精度 (47)

图20各项实验的检索精度、时间消耗对比 (48)

表格目录

表1利用HOG特征向量间距离做图片检索的精度和时间 (29)

表2先用HOGhist向量过滤后再通过HOG特征重排序的精度、时间、及其差值 (31)

符号说明

P@k precision@k，第k个位置上的正确率mAP 平均正确率均值