运用排序和相似度学习进行基于区域的图像检索研究

项目名称： 运用排序和相似度学习进行基于区域的图像检索研究

项目编号： No.61363046

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 黄伟

作者单位： 南昌大学

项目金额： 45万元

中文摘要： "基于区域的图像检索"是继"基于文字的图像检索"和"基于内容的图像检索"之后，近年来国内外图像检索研究领域的最新发展趋势。本项目拟提出基于"排序"和"相似度学习"思想进行基于区域的图像检索的新方法。本项目拟着重研究两类问题：1）针对现行基于区域的图像检索工作中使用的图像分割算法或需要大量人为调参所带来不便(常见于基于轮廓的分割方法中)，或运用经典模式识别学习方法进行自动调参所造成的"基于训练图像学习的参数不符合测试图像特性"等问题（常见于基于区域的分割方法中），拟提出在待分割图像中运用像素间相似度函数自学习完成图像分割任务的新思想和新方法；2）区别于传统的基于聚类、分类模型进行图像检索的方式，拟提出运用排序和排序学习进行基于区域的图像检索的新模型和新方法。项目产生技术成果拟在医学影像这一近年来迅速发展且和社会民生领域息息相关的重要运用中推广。本项目研究具有显著的学术创新性和重要的应用价值。

中文关键词： 图像检索；图像分割；相似度；排序模型；医学图像

英文摘要： "Region-based image retrieval (RBIR)" is the current new trend in image retrieval research, after the well-known "text-based image retrieval (TBIR)" and "content-based image retrieval (CBIR)". In this project, novel RBIR methods based on "ranking" and "si

英文关键词： Image Retrieval；Image Segmentation；Similarity；Ranking Model；Medical Images