文本提取和相似反馈的互联网图像检索研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 186-190.

• 图形、图像、模式识别 • 上一篇下一篇

文本提取和相似反馈的互联网图像检索研究

詹恒飞1，杨岳湘2，方宏2

1.国防科技大学计算机学院，长沙 410073
2.国防科技大学信息中心，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Text extraction and similarity feedback for Internet image retrieval

ZHAN Hengfei1，YANG Yuexiang2，FANG Hong2

1.School of Computer Science，National University of Defense Technology，Changsha 410073，China
2.Information Center，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 使用基于文本的互联网图像检索技术是互联网图像检索最实用的方式，也对其他方式的互联网图像检索有重要辅助作用，但如何利用周边文本来对图像进行准确描述一直是一个难题。利用TFIDF为基础提出了一个基于句法和文本重要性分类的图像关键词权重计算方法，并尝试通过图像的相似性因素作为反馈进一步优化搜索结果，为用户返回最贴切的搜索结果。

关键词: 图像, 文本提取, 相似图像匹配

Abstract: Text-based image retrieval is the most practical way for Internet's image retrieval as well as very important to other image retrieval methods as auxiliary function，but how to use the surrounding text to describe the image accurately has always been a problem.Using TFIDF method as base，this paper puts forward an image’s keywords weight method based on syntactic and the text importance classification and tries to further optimize the search results through the similary factors of images as feedback，so that it can return the most relevant search results to the users.

Key words: image, text extraction, similar image matching

詹恒飞1，杨岳湘2，方宏2. 文本提取和相似反馈的互联网图像检索研究[J]. 计算机工程与应用, 2011, 47(32): 186-190.

ZHAN Hengfei1，YANG Yuexiang2，FANG Hong2. Text extraction and similarity feedback for Internet image retrieval[J]. Computer Engineering and Applications, 2011, 47(32): 186-190.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[4]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[5]	朱鉴，刘培钰，陈炳丰，蔡瑞初. 结合相似块匹配与最小值滤波的图像去雨[J]. 计算机工程与应用, 2021, 57(9): 191-198.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[8]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[9]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[10]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[11]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.
[12]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[13]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[14]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[15]	杨培伟，周余红，邢岗，田智强，许夏瑜. 卷积神经网络在生物医学图像上的应用进展[J]. 计算机工程与应用, 2021, 57(7): 44-58.

文本提取和相似反馈的互联网图像检索研究

Text extraction and similarity feedback for Internet 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