[发明专利]基于语义分析的网络图像检索方法

权利要求书

1.一种基于语义分析的网络图像检索方法，其特征在于，该方法包括步骤如下：

步骤1：对于用户输入的查询图像，提取多种底层特征；

步骤2：针对每种特征分别进行基于内容的图像检索，找到视觉上相似的网络图像集；

步骤3：用网络图像集中各图像所对应的相关文本信息进行语义学习，得到查询图像的语义表示；

步骤4：判断各种特征所对应检索图像集在文本信息上的语义一致性，以语义一致性衡量各种特征的描述能力，并赋予不同的置信度；

步骤5：使用查询图像的语义和语义一致性在图像库中进行基于文本的图像检索，得到图像库中每幅图像与查询图像的语义相关性；使用查询图像的底层特征对图像库中的图像进行基于内容的图像检索，得到图像库中每幅图像与查询图像视觉上的相关性；然后通过一个线性函数把语义相关性和视觉相关性融合，最终返回给用户的图像在语义层面上和视觉层面上都具有相似性。

2.根据权利要求1所述的图像检索方法，其特征在于，所述多种底层特征是颜色特征、纹理特征和形状特征。

3.根据权利要求1所述的图像检索方法，其特征在于，所述的语义学习通过以下步骤来实现：首先，对于网络图像集中的每幅图像抽取其中的文本信息，然后，过滤文本信息，去掉其中的无用词语；最后，将文本信息中所有的有意义词语作为候选，使用TF-IDF策略进行排序，选取排名靠前的几个词语作为查询图像的语义表示。

4.根据权利要求1所述的图像检索方法，其特征在于，所述的线性函数为：

S_final＝S_TBIR+α*S_CBIR

S_final表示图像库中图像与查询图像的相似程度，S_TBIR为图像库中的图像与查询图像的语义相关性，S_CBIR为图像库中的图像与查询图像的视觉相关性，α是一个参数，根据用户不同的需求调整语义相关性和视觉相关性重要性的比例；如果用户希望检索得到语义上更相关的图像，则调小α，反之如果用户更需要视觉上相似的图像，则相应的调大α。