发明名称 | 基于稀疏非负矩阵分解的图像检索方法 | ||
摘要 | 本发明公开了一种基于稀疏非负矩阵分解的图像检索的方法。包括如下步骤:1)在两个不同的图片数据源下分别查询并提取检索结果的图像及伴随文本;2)提取伴随文本中的标签,根据词频过滤结果来构成词汇表;3)对每一个图像集,利用标签与图像的关联关系,形成标签与图像的关联矩阵;4)利用稀疏非负矩阵分解分析步骤3)中所得的关联矩阵,得到不同来源数据的共享子空间及其所对应独立子空间;5)用户对某数据源上的图像发出检索请求,形成查询向量并映射到该数据源对应子空间上,与所有图像计算相似度并排序,返回最相似的前N个图像。本发明充分利用多数据源下标签与图像的关联知识,通过稀疏非负矩阵分解进行迁移学,提高了目标数据源上图像检索的准确性。 | ||
申请公布号 | CN102270241A | 申请公布日期 | 2011.12.07 |
申请号 | CN201110234110.0 | 申请日期 | 2011.08.16 |
申请人 | 浙江大学 | 发明人 | 吴飞;马帅;邵健;肖俊 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 杭州求是专利事务所有限公司 33200 | 代理人 | 张法高 |
主权项 | 一种基于稀疏非负矩阵分解的图像检索的方法,其特征在于包括如下步骤:1)编写爬虫程序,从两个不同的图像数据源下分别查询并提取检索结果的图像及其伴随文本,构成第一图像数据集D1和第二图像数据集D2;2)提取伴随文本中的标签,并根据词频过滤构成词汇表;3)对每一个图像数据集,利用标签与图像的关联关系,形成标签与图像的关联矩阵;4)利用稀疏非负矩阵分解分析步骤3)所得的关联矩阵,得到不同来源数据对应的子空间,对应的子空间包括不同来源数据的共享子空间和各数据源对应的独立子空间;5)对某数据源上的图像检索请求,形成查询向量并映射到该数据源对应的子空间上,与所有图像计算相似度并排序,返回最相似的前N个图像。 | ||
地址 | 310027 浙江省杭州市西湖区浙大路38号 |