基于内容的子图像检索与相关反馈

典型的基于内容的图像检索问题是在数据库中查找与给定查询图像相似的图像。本文针对一个不同的问题提出了解决方案，即基于内容的子图像检索，也就是从数据库中查找包含另一幅图像的图像。请注意，这与在（分割后的）图像中查找与作为查询的另一图像区域相似的区域是不同的。我们提出了一种用于CBsIR的技术，该技术利用相关反馈（即用户对中间结果的输入）来提高检索效率。在将图像建模为一组重叠且递归的图块后，我们使用一种图块重加权方案，为数据库图像的每个图块分配惩罚值，并在每次迭代中，利用用户标记的相关和不相关图像，更新所有检索到的相关图像的图块惩罚值。每个图块通过其颜色内容进行建模，采用一种紧凑但非常高效的方法，该方法尽管只维护颜色信息，但可以间接捕获一些纹理概念。在一个包含超过10,000张图像的高度异构数据集上的性能评估表明，该系统仅需5次迭代，就能在前20张检索（并呈现）的图像中达到70%的稳定平均召回率，每次迭代在普通台式计算机上耗时约2秒。