[发明专利]基于期望模型的图像重排序方法

摘要

本发明提供基于期望模型的图像重排序方法，通过构建一个空间轮廓描述向量来表征用户对于搜索图像轮廓的期望，将该空间轮廓描述向量就作为用户的期望模型。通过对搜索引擎返回的每一张搜索结果图像提取其相应的空间轮廓描述向量，用该空间轮廓描述向量与其对应的用户期望模型进行比较，计算两者之间的相似性。然后将此相似性的值就作为该图片的期望值。期望值越大说明图片越符合用户对于图片轮廓的期望。最后根据期望值的大小进行排序，将期望值较大的排在靠前的位置。本发明有效地提高了图片搜索的准确性，测试显示平均的准确率(AP@40)达到85％。如果结合Jun Huang等人的显著性和一致性模型则可以达到91％的平均搜索准确率。

主权项

一种基于期望模型的图像重排序方法，其特征在于，包括以下步骤：第一步：生产用户轮廓期望模型，所述用户轮廓期望模型包括多个空间轮廓描述符，所述多个空间轮廓描述符一起构成大向量；第二步：对搜索结果中的每一幅图像I提取空间轮廓描述向量，所述空间轮廓描述向量由多个空间轮廓描述符构成；第三步：将图像I的空间轮廓描述向量与用户轮廓期望模型进行比较，计算空间轮廓描述向量与大向量之间的相似性，将该相似性的值作为图像I的期望值；第四步：根据搜索结果中每幅图像的期望值的大小对这些图像按照期望值由大到小进行重排序。