文本检索方法驱动的海量图像数据库目标匹配研究

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (2): 91-94.doi: 10.3969/j.issn.1007130X.2010.

文本检索方法驱动的海量图像数据库目标匹配研究

(华中科技大学软件学院，湖北武汉 430074)

收稿日期:2008-11-21 修回日期:2009-02-26 出版日期:2010-01-25 发布日期:2010-01-26
通讯作者: 肖来元 E-mail:xiao.l.y@263.net
作者简介:肖来元(1957),男,湖北松滋人，博士，教授，研究方向为软件工程、数字化技术和领域工程。

On the Object Retrieval of LargeScale Images Based on Text Retrieval

(School of Software,Huazhong University of Science and Technology,Wuhan 430074,China)

Received:2008-11-21 Revised:2009-02-26 Online:2010-01-25 Published:2010-01-26

摘要/Abstract

摘要：

针对当前基于文本检索方法的图像目标对象匹配技术无法适应海量图像数据库检索的问题，本文提出一种有效可行的海量图像数据库的检索方法，并给出了该系统的构建框架。用户通过在图像中选择一块区域作为检索的目标对象提交给系统，它将从图像数据库中检索出包含有相同或相似目标对象的图像，将其排序后返回给用户。实验表明，本文提出的方法具有检索准确率高、响应时间短等特点，是一种有效的海量图像数据库检索方法。

关键词: 标检索, 文本检索, 图像检索

Abstract:

In this paper, we present a novel approach to tackle a largescale object retrieval problem, and demonstrate an object retrieval system architecture based on this method. The user supplies a query object by selecting some region of a query image, and the system returns a ranked list of images retrieved from a large corpus,which contains the same object. The experiments show that our approach outperforms other models in efficiency and accuracy.

Key words: object retrieval；text retrieval；image retrieval

中图分类号:

肖来元, 闭彬. 文本检索方法驱动的海量图像数据库目标匹配研究[J]. J4, 2010, 32(2): 91-94.

XIAO Lai-Yuan, BI Ban. On the Object Retrieval of LargeScale Images Based on Text Retrieval[J]. J4, 2010, 32(2): 91-94.

[1]	强梓林, 刘建国, 刘云峰, 卫栋, 强彦. 基于时域-频域哈希编码的电网图像检索方法[J]. 计算机工程与科学, 2022, 44(10): 1877-1884.
[2]	姬子恒, 王斌. 基于深度学习的草图检索方法研究进展[J]. 计算机工程与科学, 2021, 43(12): 2190-2205.
[3]	贺周雨1,冯旭鹏2,刘利军1,黄青松1,3. 基于SHN模型的商品图像检索方法[J]. 计算机工程与科学, 2019, 41(11): 1991-1999.
[4]	袁晖1，廖开阳1,3，郑元林1,2，曹从军1,3，汤梓伟1，邓轩1. 基于CNN特征加权和区域整合的图像检索[J]. 计算机工程与科学, 2019, 41(01): 113-121.
[5]	张南1,韩晓军1,2. 融合颜色词袋特征的视觉词汇树图像检索[J]. 计算机工程与科学, 2018, 40(03): 487-493.
[6]	欧新宇1，2，伍嘉3，朱恒4，李佶5. 基于深度自学习的图像哈希检索方法[J]. J4, 2015, 37(12): 2386-2392.
[7]	曹玉东，刘艳洋，孙福明，贾旭. 低空间复杂度的LSH算法及其在图像检索中的应用[J]. J4, 2015, 37(02): 379-383.
[8]	彭晏飞1，尚永刚1,王德建2. 一种新的基于SVM和主动学习的图像检索方法[J]. J4, 2014, 36(07): 1371-1376.
[9]	张振华,朱信忠,赵建民,徐慧英. 一种基于局部保形映射（LPP）的相关反馈方法[J]. J4, 2012, 34(6): 101-105.
[10]	张静,许高锋. 基于优化分块颜色直方图及模糊C聚类的彩色图像检索方法[J]. J4, 2011, 33(8): 106-111.
[11]	张映海,张宇薇. 基于查询扩展词条加权的文本检索研究[J]. J4, 2011, 33(1): 161-165.
[12]	任小康，白勇峰，范丽，李颜瑞. 基于改进的SVM的甲状腺图像检索[J]. J4, 2011, 33(1): 127-131.
[13]	赵建民, 文春勇, 朱信忠, 徐慧英. 一种基于记忆的图像检索相关反馈策略[J]. J4, 2010, 32(2): 67-71.
[14]	徐果毅朱宁波朱晓林卢晓阳. 基于颜色直方图熵值及分块主色的图像检索[J]. J4, 2008, 30(9): 44-46.
[15]	黄宣达林萌王明芬. 基于CSS图像的形状相似性检索[J]. J4, 2007, 29(8): 46-49.

文本检索方法驱动的海量图像数据库目标匹配研究

On the Object Retrieval of LargeScale Images Based on Text Retrieval

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价