导读:本文包含了图像检索模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,模型,卷积,神经网络,深度,特征,流形。
图像检索模型论文文献综述
曾凡锋,胡胜达,付国涛[1]（2019）在《基于双线性模型的图像检索技术》一文中研究指出为尽可能保留图像的有效信息,解决在传统的基于深度哈希的图像检索方法中,单一的信息流网络结构设计可能引发的部分图像信息缺失的问题,提出一种采用双线性模型网络结构的图像检索方法。两条并行的信息流能够充分对图像信息进行筛选并保留图像的有效信息,在后续的卷积过程中这些有效的图像信息可以得到充分融合,实现改善图像检索效果的目的。CIFAR-10和MNIST数据集上的实验结果表明,该方法相较现有基于深度哈希的图像检索方法有更好的图像检索效果。(本文来源于《计算机工程与设计》期刊2019年11期）
贺周雨,冯旭鹏,刘利军,黄青松[2]（2019）在《基于SHN模型的商品图像检索方法》一文中研究指出近年来电子商务行业快速发展,如何通过图像信息在庞大的商品库中快速、准确地找到所需要的商品具有重要的应用价值。针对商品图像数据规模大、类间数据量差异大、被拍摄商品的尺度相差较大以及压缩图像会损失掉细节信息的特点,提出了一个融合金字塔池化策略与哈希学习的空间金字塔池化哈希网络SHN模型,作为本文商品图像检索方法的特征提取部分。为了提高模型对图像形变的鲁棒性,采用金字塔池化策略实现多尺度特征融合;为了使学习到的哈希码具有更好的独立性,使用量化误差损失及附加权值对哈希编码进行约束。本文方法保留了原始图像信息,解决了图像尺度变化所带来的负面影响,通过哈希编码能够实现快速的商品图像检索,商品图像检索实验中的mAP值达到91.986 3%,完成一次检索所用时间为0.034 856 s,检索性能优于当前主流方法。(本文来源于《计算机工程与科学》期刊2019年11期）
杨文娟,王文明,王全玉,汪俊杰[3]（2019）在《基于感知哈希和视觉词袋模型的图像检索方法》一文中研究指出针对移动增强现实中图像检索技术耗时长导致的实时性不高的问题,提出了一种基于感知哈希和视觉词袋模型结合的图像检索方法。图像检索过程中,在保证一定正确率的基础上加快了检索速度。首先,对数据集图像使用改进的感知哈希技术处理,选取与查询相似的图像集合,达到筛选图像数据集的作用;然后,对相似图像集使用视觉词袋模型进行图像检索,选取和查询图像中目标一致的目标图像。实验结果表明,该方法相比较视觉词袋模型算法检索的平均正确率提高了3.2%,检索时间缩短了102.9 ms,能够满足移动增强现实中图像检索的实时性要求,为移动增强现实系统提供了有利的条件。(本文来源于《图学学报》期刊2019年03期）
刘博文[4]（2019）在《基于改进TCD图像检索和分类的钓鱼检测模型的研究》一文中研究指出钓鱼网站检测已经形成钓鱼攻击和钓鱼检测相互博弈的局面。钓鱼检测的方向和技术因为钓鱼攻击技术的不断升级,需要寻求新的角度。在特征计算方面,钓鱼网站检测方法计算钓鱼网站与单一疑似目标网页的相似性,这一特点导致判断钓鱼网站的条件过于简单;在网页特征提取方面,钓鱼网站的检测不仅缺乏对网页和网页特征之间独立性的保证,而且特征提取也只是以网页本身为主。这两方面都造成钓鱼检测技术易于被反检测,从而降低了检测的效率和准确率。因此从基于人类视觉行为降低网页和网页特征的相关度的角度和从复杂化特征计算的角度,针对反检测展开对钓鱼网站检测的研究,主要内容如下:(1)提出基于改进TCD特征空间转换的钓鱼网站检测算法。对能够表达网页外部特征的基元相关性算子(Texton Correlation Descriptor,TCD)进行改进,使其更能契合钓鱼检测对特征的要求。首先改进基元相关性算子中底层纹理特征提取方法;其次提出结合基于位置加权的欧式距离和双十字窗口选择邻域的方法,改进特征相关性统计;然后基于空间关系将图像化网页的集合,映射到新的特征空间中,分离网页和网页特征之间的相关度从而达到反检测目的;最后利用大量图像化网页之间的相似关系进一步改进TCD算子。实验表明,将改进的TCD算子应用到钓鱼网站识别中,具有令人满意的稳定性和精确度。(2)提出基于结构化文档模型的钓鱼网站检测算法。利用人类的视觉行为,网页内部代码特征与网页布局的关系,提出基于网页的主视觉区域的结构化文档DMVA(Document Based on Main Visual Area)模型检测钓鱼网站。首先提出子间归并算法(Merge Algorithm Between Child Nodes,MABC)生成网页的视觉分块和分层DOM树;其次结合用户的视觉行为和分层DOM树的分层结构,提取网页的主视觉区域;然后获取网页的分层主视觉区域中的文本信息,进而构造网页的DMVA对网页重构,降低网页和网页特征的相关度;最后提出相关网站集,计算待测网站DMVA和相关网站集中网页的DMVA的相似性,检测钓鱼网站。实验证明,基于DMVA模型的钓鱼网站检测算法具有较好检测准确度。(3)提出基于改进TCD图像检索和分类的钓鱼检测模型。结合TCD算子表达网页外部特征的优势和DMVA文档包含网页内部特征的优势,首先将网页图像化;其次基于DMVA模型构造包含视觉信息的视觉分层TCD算子;然后构造TCD-PLSA四层概率潜在语义模型对网页分类;最终在相应分类中通过网页检索和特征转换,计算网页之间的相似性,判断待检测网站是否是钓鱼网站。TCD-PLSA模型的离线训练部分涉及的数据规模大,采用Map Reduce对其进行并行化设计。实验证明基于改进TCD图像检索与分类的钓鱼检测模型具有良好的稳定性和钓鱼检测准确度。(本文来源于《中国矿业大学》期刊2019-05-01）
韩淑芹[5]（2019）在《基于统计模型的船舶图像检索组合优化算法》一文中研究指出船舶图像检索是高效管理船舶图像的关键技术,由于船舶图像类型多、复杂,使得当前船舶图像检索准确性差,无法满足船舶图像管理的实际应用要求,为了提高船舶图像检索准确性,设计了基于统计模型的船舶图像检组合优化算法。首先提取船舶图像的不同种类特征,并采用现代统计学理论中的支持向量机分别对每一种特征进行船舶图像检索,然后通过BP神经网络对每一种特征的船舶图像检索结果进行融合,实现船舶图像组合检索,最后采用具体船舶图像检索实例分析算法的性能,结果表明,本文算法解决了当前船舶图像检索算法存在的弊端,船舶图像检索成功率大幅度提升,同时可以有效减少船舶图像检索时间,改善了船舶图像检索效率,可以应用于实际的船舶图像管理系统中。(本文来源于《舰船科学技术》期刊2019年08期）
张荣臻[6]（2018）在《旅行照的背景图像检索模型研究》一文中研究指出热门景区拍摄的旅行照背景中通常会混入无关人物,影响旅行照的效果。本文探索了旅行照背景图像检索的方法,以期应用于旅行照的二次处理。方法中引入了行人检测模型,以提高背景图像检索的准确率。(本文来源于《数字技术与应用》期刊2018年12期）
刘志,潘晓彬[7]（2018）在《基于渲染图像角度结构特征的叁维模型检索方法》一文中研究指出为了充分利用叁维模型的颜色、形状、纹理等特征,提出以叁维模型渲染图像为数据集,利用渲染图像角度结构特征实现叁维模型检索。首先,该方法以叁维模型渲染图像为测试集,利用已有类别标记的自然图像作为训练集,通过骨架形状上下文特征对渲染图像进行分类,提取角度结构特征,建立特征库;然后,对输入的自然图像提取角度结构特征,与特征库中的角度结构特征进行相似度匹配计算,实现叁维模型检索。实验结果表明,充分利用渲染图像的颜色、形状和空间信息是实现叁维模型检索的有效方法。(本文来源于《计算机科学》期刊2018年S2期）
韦秋含,梁海华,张新鹏[8]（2018）在《基于动态BoW模型的密文JPEG图像检索》一文中研究指出为了实现高效的密文JPEG图像检索,提出了一种基于加密图像AC系数统计直方图的动态检索方案.首先,根据密文图像的AC系数采用自适应k-均值聚类构建动态词袋(bag-of-word,BoW)模型.其次,借助BoW模型将图像块的AC系数统计特征转化为全局直方图特征.最后,由服务器根据直方图特征来判断相似性,从而提高检索效率.即使密文图像库动态更新,如密文图像的新增与删除,该检索方案也是鲁棒高效的.实验结果表明,该方案在保证检索准确度的同时大大提高了检索效率,具有实际应用价值.(本文来源于《应用科学学报》期刊2018年04期）
陈佳丽[9]（2018）在《基于深度语义模型的乳腺X线图像检索》一文中研究指出随着时代的进步和科技的发展,基础医疗设施日趋完善,基于图像的临床医疗技术得到了广泛应用。由此产生的海量医学影像的有效管理和应用已经成为当前跨学科领域的一大难题。医学影像检索通过快速有效地检索相似病例,为医生提供有效参考,有助于后期诊断和治疗,并能帮助新入职的放射科医生和实习生快速掌握医学影像的特点及诊断经验。乳腺X线图像为乳腺癌筛查的重要依据,但乳腺肿块等病变形态各异,人体乳腺密度差异巨大,为乳腺X线图像分析和检索带来了巨大的挑战。本文以乳腺X线图像中的感兴趣区域为研究对象,基于词汇化影像细节的词汇树,深入研究了基于深度语义模型的医学影像检索方法,主要工作如下:首先,分别从空间和语义信息的角度出发,分析了空间信息和语义信息对乳腺图像检索的影响和作用,分别提出了基于空间优化和语义优化的深度语义树检索方法,通过自适应优化卷积层的空间或语义特征图,有效去除卷积层特征在空间和语义上的冗余,设计自适应节点分布的权重,构建了更为精简高效的深度语义树,有效提升了检索的准确率。在此基础上,为了有效融合两种深度语义树的优点,提出了基于空间-语义双重优化的深度语义树模型,对于每个深度语义树,在查询图像和数据库图像之间建立互近邻图模型,根据Jaccard系数、相似度得分等自适应获得各权重参数,最终将两个图模型进行融合,进一步优化检索性能。最后,为了进一步挖掘深度特征之间的内在联系,提出了基于语义微森林模型的检索方法,通过构建不同层级的多棵语义树,形成具有深层监督机制的语义微森林模型,以前一层深度语义树的结构为监督构建下一层深度语义树,迭代往复,并在检索过程中不断融合微森林模型中所有语义树的检索结果,进一步提高了检索精度。实验结果表明,本文提出的基于深度语义树及微森林模型的检索方法能够有效表征图像语义,挖掘图像的深度特征之间的内在关系,具有较高的检索和分类性能,为医学影像检索提供了有效的技术基础。(本文来源于《西安电子科技大学》期刊2018-06-01）
郭向男[10]（2018）在《基于多图排序模型的图像检索研究》一文中研究指出随着移动设备的日益普及,加之社交平台的广泛传播,图像的种类和数量正在以超凡的速度呈现爆炸式的增长,如何对大规模的图像数据进行有效地检索,已成为一个重要的研究课题。图像检索有两种查询范式:关键字查询和样例查询。但是,这两种查询范式都有各自的问题:在关键字查询中,存在用户表达和用户真实意图之间的意图鸿沟问题;在样例查询中,存在从图像中提取的底层视觉特征和图像所传达的高层语义概念之间的语义鸿沟问题。针对以上两个问题,研究人员主要采用显性或隐性反馈信号引导检索系统对初始查询结果进行重排序。图排序模型是目前执行图像重排序任务的主流技术手段,且具有较好扩展性,可有效利用显性或隐性反馈信号进行学习。然而,现有的大多数图排序模型仅能融合从单一信息源获得的同构特征,无法充分利用异构特征之间的互补信息。因此,本文提出了一种基于多图排序模型的图像检索方法,在点击日志特征和视觉特征上分别构建数据图结构,有效地利用多种信息源之间的互补性,从而改善图像排序结果。本文取得的研究成果可以简单概括为以下两点:(1)基于多图排序模型的图像检索方法。传统的多图排序模型仅能融合从单一信息源获得的同构特征,对图像排序结果准确性提升有限。因此,本文融合从多种信息源获得的异构特征,提出了一种基于多图排序模型的图像检索方法来优化排序结果。该方法同时考虑到了多个来源的不同数据,拥有更加丰富的信息支持,显着提高了图像检索的效果。经通用数据集验证,本文提出的方法与该领域其他代表方法相比,能获得更优的排序结果,改善了图像检索的质量。(2)点击日志清理方法。现实中的点击日志数据有其不可避免的噪声问题,严重影响图像检索的质量。本文受近邻投票算法启发,提出了点击日志清理方法,该方法通过判断点击日志数据的可信程度,修剪其中的不确定性点击,从而降低了点击日志的噪声水平。(本文来源于《北京交通大学》期刊2018-06-01）
图像检索模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来电子商务行业快速发展,如何通过图像信息在庞大的商品库中快速、准确地找到所需要的商品具有重要的应用价值。针对商品图像数据规模大、类间数据量差异大、被拍摄商品的尺度相差较大以及压缩图像会损失掉细节信息的特点,提出了一个融合金字塔池化策略与哈希学习的空间金字塔池化哈希网络SHN模型,作为本文商品图像检索方法的特征提取部分。为了提高模型对图像形变的鲁棒性,采用金字塔池化策略实现多尺度特征融合;为了使学习到的哈希码具有更好的独立性,使用量化误差损失及附加权值对哈希编码进行约束。本文方法保留了原始图像信息,解决了图像尺度变化所带来的负面影响,通过哈希编码能够实现快速的商品图像检索,商品图像检索实验中的mAP值达到91.986 3%,完成一次检索所用时间为0.034 856 s,检索性能优于当前主流方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像检索模型论文参考文献
[1].曾凡锋,胡胜达,付国涛.基于双线性模型的图像检索技术[J].计算机工程与设计.2019
[2].贺周雨,冯旭鹏,刘利军,黄青松.基于SHN模型的商品图像检索方法[J].计算机工程与科学.2019
[3].杨文娟,王文明,王全玉,汪俊杰.基于感知哈希和视觉词袋模型的图像检索方法[J].图学学报.2019
[4].刘博文.基于改进TCD图像检索和分类的钓鱼检测模型的研究[D].中国矿业大学.2019
[5].韩淑芹.基于统计模型的船舶图像检索组合优化算法[J].舰船科学技术.2019
[6].张荣臻.旅行照的背景图像检索模型研究[J].数字技术与应用.2018
[7].刘志,潘晓彬.基于渲染图像角度结构特征的叁维模型检索方法[J].计算机科学.2018
[8].韦秋含,梁海华,张新鹏.基于动态BoW模型的密文JPEG图像检索[J].应用科学学报.2018
[9].陈佳丽.基于深度语义模型的乳腺X线图像检索[D].西安电子科技大学.2018
[10].郭向男.基于多图排序模型的图像检索研究[D].北京交通大学.2018
论文知识图
