基于模糊支持向量機(jī)的圖像分類與語義索引.pdf

1、基于內(nèi)容的圖像檢索(Content Based Image Retrieval，CBIR)是一個熱門的研究領(lǐng)域，取得了許多令人矚目的成就，且發(fā)展勢頭異常迅猛。圖像語義索引是基于內(nèi)容的圖像檢索研究領(lǐng)域中一個重要而又有挑戰(zhàn)性的問題。圖像和視頻正在成為多媒體的主要表現(xiàn)形式，實(shí)現(xiàn)圖像內(nèi)容的語義索引成為迫切的需要。由于傳統(tǒng)的手工標(biāo)注索引不僅需要耗費(fèi)巨大的人力物力，效率低下，無法應(yīng)付增長速度遠(yuǎn)遠(yuǎn)超過預(yù)計(jì)的圖像庫，而且在對圖像語義索引標(biāo)注的過程中易受

2、到人為的非客觀因素的影響。因此，圖像的自動語義索引成為了支持圖像語義檢索的一個重要技術(shù)。 由于傳統(tǒng)的支持向量機(jī)(Support Vector Machine，SVM)作為典型的二元分類器，在處理多類分類問題時存在不可分樣本的問題，本文引入模糊支持向量機(jī)(Fuzzy Support Vector Machine，F(xiàn)SVM)，通過定義模糊隸屬度函數(shù)來彌補(bǔ)傳統(tǒng)支持向量機(jī)在解決多類分類問題時的不足。 鑒于模糊支持向量機(jī)在多類分類

3、問題中的出色表現(xiàn)，本文將其應(yīng)用于圖像語義索引領(lǐng)域中，在圖像分類思想的基礎(chǔ)上，提出了一種新的圖像語義索引方法。為了更加準(zhǔn)確地索引圖像，本文借鑒人類基于圖元的圖像內(nèi)容理解思想，即首先是對圖像中感興趣的、典型的、有意義圖像塊的認(rèn)識(本文將這些圖像塊稱之為圖元)，然后再通過對整幅圖像中圖元之間的空間結(jié)構(gòu)關(guān)系、布局以及更高層的語義理解，綜合成對整幅圖像的理解，提出了加權(quán)圖像金字塔結(jié)構(gòu)。 在語義索引的過程中，模糊支持向量機(jī)主要用于訓(xùn)練概念模