分组排序多特征融合的图像检索方法

摘要：

在图像检索中,多特征图融合方法大多仅对最近邻域进行融合.当每个特征的近邻图排序结果较差时,融合后的新图难以得到理想的检索效果.为了解决该问题,提出一种新的多特征图融合图像检索方法——分组排序融合(group ranking fusion,GRF),该方法将数据集合中的相似图片划分为图片组,利用相似图片组对近邻图的检索结果进行改进,在保持精度的前提下扩充了融合范围.最后,在3个标准数据集上的实验结果表明:多特征融合方法能够有效地利用多特征图提高图像检索效果.

关键词：多特征融合、基于内容的图像检索、规范最小割、图学习、检索重排

所属期刊栏目：54

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61602082,61672130,61370200;中国博士后科学基金面上资助基金项目2015M581331;the National Natural Science Foundation of China61602082,61672130,61370200;the General Program of the Postdoctoral Science Foundation of China2015M581331

在线出版日期：2017-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1067-1076