发明名称 |
基于径向基函数神经网络的多样化图像标注和检索方法 |
摘要 |
本发明公开了一种基于RBFNN的多样化图像标注和检索方法,包括:(1)构建和学RBFNN模型,构建出能覆盖图像“子概念”的RBFNN模型;(2)将检索资料库预处理后的数据输入步骤(1)构建的RBFNN模型中,对图像库中图片进行多样化标注,同时给图像库中图片标注“概念”和“子概念”标签;(3)根据检索关键词和步骤(2)的标注结果,对标注后的图像库进行多样化检索:首先查找所有标注检索关键词的图片,并根据“概念”相似度进行排序;然后,将分属不同“子概念”的图片按照“概念”相似度由高到低的顺序置前;(4)输出检索结果。本发明的优点在于:提高了图像检索精度,同时大大提高了图像检索结果多样性,节约了检索时间,具有较高的鲁棒性和实用性。 |
申请公布号 |
CN102999615A |
申请公布日期 |
2013.03.27 |
申请号 |
CN201210499091.9 |
申请日期 |
2012.11.29 |
申请人 |
合肥工业大学 |
发明人 |
赵仲秋;季海峰;谢宝剑;黄德双;吴信东 |
分类号 |
G06F17/30(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
安徽汇朴律师事务所 34116 |
代理人 |
丁瑞瑞 |
主权项 |
一种基于径向基函数神经网络的多样化图像标注和检索方法,其特征在于:包括以下步骤:(1)构建和学习RBFNN模型,构建出能够覆盖图像“子概念”的RBFNN模型;(2)根据步骤(1)构建的RBFNN模型,将检索资料库预处理后的数据输入到RBFNN模型中,对图像库中图片进行多样化标注,同时给图像库中图片标注“概念”和“子概念”标签;(3)根据检索关键词和步骤(2)的标注结果,对标注后的图像库进行多样化检索:首先查找所有标注检索关键词的图片,并根据“概念”相似度进行排序;然后,将分属不同“子概念”的图片按照“概念”相似度由高到低的顺序置前;(4)输出检索结果。 |
地址 |
230009 安徽省合肥市屯溪路193号 |