用于图像检索的基于流形正则化的半监督排序学习方法技术

本发明专利技术公开了一种用于图像检索的基于流形正则化的半监督排序学习方法，从数据库或者初始基于文本的网络搜索结果中提取视觉特征组成图像样本集合；对所述图像样本集合按照与查询主题相关性的程度划分为三个等级2、1和0，2表示与查询非常相关，1表示一般相关，0表示不相关；计算未标注图像样本的伪相关等级信息yi；计算两个图像样本之间的距离；通过所述两个图像样本之间的距离构造拉普拉斯流形正则化项；通过所述拉普拉斯流形正则化项构造目标函数；求解所述目标函数获取各个图像样本的排序分数，把排序后的结果反馈给用户。本发明专利技术提高了检索与排序性能，充分利用了标注信息，提高了检索精度，能够有效地利用少量的监督信息提高排序性能。

【技术实现步骤摘要】

本专利技术涉及面向多媒体信息检索领域，尤其涉及一种。
技术介绍
随着信息技术的快速发展，图像和视频等多媒体资源迅速增长，图像和视频由于含有丰富、直观和有趣的信息，已成为人们获取信息的重要途径之一。如何从海量的数据中快速准确地获取用户所需的信息是一项具有挑战性的工作。现有的商业搜索引擎对图像或视频的检索主要是通过检索图像或视频所在网页的文本信息。然而，有限的文本信息并不能充分描述图像或视频的丰富内容，也不能准确描述出图像或视频与查询的相关程度。此夕卜，文本描述与图像或视频之间可能存在着误匹配。因此，基于内容的图像或视频检索引起越来越多的关注。 基于内容的图像或视频检索是通过对图像内容进行分析，提取图像或视频的视觉特征，从数据库中查找到具有指定特征或含有特定内容的图像或视频。排序学习技术正逐渐应用到图像或视频检索中，并成为其中的核心技术。排序学习是利用排序信息结合机器学习的方法学习更有效的排序模型，其侧重点在于学习的过程。多媒体检索相关领域数据中存在着大量排序信息。排序信息是指排序学习中的训练数据集合所提供的可用于学习排序模型的监督信息，包括数据的相关性等级信息、数据的优先级关系信息以本文档来自技高网...

【技术保护点】
一种用于图像检索的基于流形正则化的半监督排序学习方法，其特征在于，所述方法包括以下步骤：(1)从数据库或者初始基于文本的网络搜索结果中提取视觉特征组成图像样本集合；(2)对所述图像样本集合按照与查询主题相关性的程度划分为三个等级2、1和0，2表示与查询非常相关，1表示一般相关，0表示不相关；(3)计算未标注图像样本的伪相关等级信息yi；(4)计算两个图像样本之间的距离；(5)通过所述两个图像样本之间的距离构造拉普拉斯流形正则化项；(6)通过所述拉普拉斯流形正则化项构造目标函数；(7)求解所述目标函数获取各个图像样本的排序分数，把排序后的结果反馈给用户。

【技术特征摘要】

【专利技术属性】
技术研发人员：冀中，苏育挺，井佩光，
申请(专利权)人：天津大学，
类型：发明
国别省市：