个性化图像检索中用户兴趣模型的构建方法

doi:10.3778/j.issn.1002-8331.2009.31.050

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 168-171.DOI: 10.3778/j.issn.1002-8331.2009.31.050

• 图形、图像、模式识别 • 上一篇下一篇

个性化图像检索中用户兴趣模型的构建方法

贺琳，张菁，沈兰荪

北京工业大学信号与信息处理研究室，北京 100124

收稿日期:2008-06-18 修回日期:2008-10-27 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 贺琳

Constructing user preference profile in personalized image retrieval

HE Lin，ZHANG Jing，SHEN Lan-sun

Signal & Information Processing Laboratory，Beijing University of Technology，Beijing 100124，China

Received:2008-06-18 Revised:2008-10-27 Online:2009-11-01 Published:2009-11-01
Contact: HE Lin

摘要/Abstract

摘要： 针对个性化图像检索的语义鸿沟问题，提出了一种新的用户兴趣模型的构建方法。将用户兴趣模型分为长期兴趣和短期兴趣：用户的短期兴趣由图像的低层特征映射得到；用户的长期兴趣经过推理机推理，将短期兴趣映射为高层语义得到，从而弥补语义鸿沟。实验结果表明，经过用户兴趣模型过滤的图像检索结果符合用户的个性化要求，相比已有方法在查准率和查全率上取得了明显的改善。

关键词: 用户兴趣模型, 个性化图像检索, 推理机, 相关反馈

Abstract: A method for constructing user preference profile in personalized image retrieval is proposed.This method is based on short-term interest and long-term interest，in which the short-tem interest vector is decided by analyzing the image low-lever features，and the long-term interest vector is deduced by collecting interests from inference engine.Experiments results show that the recall/precision are significantly improved and satisfied by personalized user as well.

Key words: user preference profile, personalized image retrieval, inference engine, relevance feedback

中图分类号:

TP391

贺琳，张菁，沈兰荪. 个性化图像检索中用户兴趣模型的构建方法[J]. 计算机工程与应用, 2009, 45(31): 168-171.

HE Lin，ZHANG Jing，SHEN Lan-sun. Constructing user preference profile in personalized image retrieval[J]. Computer Engineering and Applications, 2009, 45(31): 168-171.

[1]	陈光，蒋同海，王蒙，唐新余，季文飞. 自定义SWRL知识图谱推理补全插件的实现[J]. 计算机工程与应用, 2021, 57(1): 261-270.
[2]	王磊，黄广君. 结合概念语义空间的语义扩展技术研究[J]. 计算机工程与应用, 2012, 48(35): 106-109.
[3]	王妍宁，郭雷，方俊. 一种新的图像语义自动标注模型[J]. 计算机工程与应用, 2011, 47(7): 193-197.
[4]	刘雪梅，丁伟文，李爱平. 结合相关反馈技术的冲压件检索方法[J]. 计算机工程与应用, 2011, 47(7): 241-245.
[5]	耿利川^1，3，吴云东^1，2. 基于aiNet人工免疫网络的遥感图像检索[J]. 计算机工程与应用, 2010, 46(7): 226-228.
[6]	杨海涛¹，杨露²，赵洪利³. 基于图像内容的用户兴趣模型研究[J]. 计算机工程与应用, 2010, 46(33): 208-211.
[7]	张玉芳¹，陈卓¹，熊忠阳¹，刘君^1，2，王银辉¹. 一种基于SVM和主动学习的图像检索方法[J]. 计算机工程与应用, 2010, 46(24): 193-196.
[8]	朱红斌. 综合颜色和纹理及SVM相关反馈的图像检索[J]. 计算机工程与应用, 2009, 45(5): 183-185.
[9]	陈锐，张蕾，胡艳华. 基于语义的信息检索模型[J]. 计算机工程与应用, 2009, 45(26): 141-143.
[10]	杨珺^1，2，王继成²，邢丹俊². 结合相关反馈日志与语义网络的图像标注[J]. 计算机工程与应用, 2009, 45(21): 99-102.
[11]	梁竞敏. 基于遗传FCM算法和SVM的图像检索[J]. 计算机工程与应用, 2009, 45(20): 165-168.
[12]	欧阳军林,刘建勋,曹步清. 基于LBSVM机器学习的相关反馈图像检索[J]. 计算机工程与应用, 2009, 45(2): 112-115.
[13]	梁竞敏. 集成学习SVM在图像检索中的应用[J]. 计算机工程与应用, 2009, 45(18): 182-184.
[14]	张文娇,闫德勤,桑雨. 基于支持向量机和粗糙集的图像检索算法[J]. 计算机工程与应用, 2009, 45(16): 176-179.
[15]	苏光伟¹,张敏情¹,杨晓元^1,2. 融合区域特征和相关反馈的图像检索[J]. 计算机工程与应用, 2009, 45(15): 200-201.

个性化图像检索中用户兴趣模型的构建方法

Constructing user preference profile in personalized image retrieval

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics