以空間關係相鄰圖為基礎之空間關係相似性量測方法

內容簡介

 

  資訊在資料庫中以往多僅限於文字,由於資訊多樣化,現今多轉變為多媒體資料,如何由數量龐大影像資料找出符合使用者條件,為使用者所殷切需求。在影像比對方面,多將影像特徵分成兩大類:視覺特徵以及空間關係特徵,本論文將著重於影像資訊在空間關係上比對研究。利用影像為鍵值進行影像資料庫索引技術,如根據透過視覺特徵,雖可適用特定CBIR 處理領域,但是並無法保證有效判斷相似特徵在空間上相關資訊(比例大小、位置、方向),比對結果可能產生與使用者觀點不相符情形。為了能夠從影像資料庫中尋找出符合資訊,必須有能力推論組成影像中代表物件彼此間空間關係。將空間上限制被應用至影像資料庫擷取,以更明確界定搜尋、比對條件。

 

        本論文將以13種一維空間關係所建立之Interval Neighbor Group為基礎並利用Multiple-Instance Learning自動找出更為明確搜尋影像特徵條件,最後結合理想且明確空間關係以及數目之判斷,即針對查詢影像與資料庫影像中兩兩物件所形成之空間關係,利用位元序列運算(bit sequence operation)來判斷兩兩空間關係之最短距離,若距離愈遠,則相似度愈低;反之距離愈近,則相似度則愈高。一旦任兩張影像間兩兩相對應物件所組成之空間關係相似值都被決定出後,空間關係相似性量測結構將可以給予兩張影像一相似程度。

 

        因此影像資料庫中所有影像皆可與查詢影像作相似度計算,並由大至小將相似程度作排名,方便使用者搜尋出相似程度較高之影像。故以影像空間關係特徵之一個可靠相似性量測系統即可被發展出來,在此考量下,無論兩影像間一對一、一對多、多對一和多對多空間關係,皆能夠進行相似程度計算,讓使用者能夠依照明確之空間關係特徵,搜尋出符合需求之資料庫影像。總言之,本論文主要對於兩張影像間相似性量測給予相似量化程度,搭配多張查詢影像機制並結合影像轉換之改變,以期建構出一完整良好之影像相似性搜尋系統 。

 

系統流程圖

 

 

二維空間關係與Interval Neighbor Group中節點相對應示意圖

 

 

 

更多資料

投影片 (MB)