公开(公告)号：CN103399951B

公开(公告)日：2014-03-26

申请号：CN201310362184.1

申请日：2013-08-19

Applicant: 山东大学

Inventor： 许信顺 ,  徐新超 ,  王晓琳 ,  王雅芳

IPC: G06F17/30

Abstract: 本发明公开了一种基于异构图具有自反馈特性的半监督图像重排序方法，该方法的步骤如下：步骤（1）：对需要重排序的图像，提取文本特征和视觉特征；步骤（2）：使用图像的文本特征和视觉特征来构建异构图，计算模态内相似性和模态间相似性作为异构图对应节点之间的权值；步骤（3）：在异构图上使用自反馈的半监督学习算法，计算得到图像文本特征排序得分和视觉特征排序得分；步骤（4）：根据步骤（3）中计算的图像文本特征得分和视觉特征得分，计算图像排序得分，从而实现对图像进行重排序。该方法不仅对搜索结果有提高，不需要用户的额外输入，而且运行时间较少，适合用在现实的图像检索系统中，提高图像重排序技术的性能。

公开(公告)号：CN103399951A

公开(公告)日：2013-11-20

申请号：CN201310362184.1

申请日：2013-08-19

Applicant: 山东大学

Inventor： 许信顺 ,  徐新超 ,  王晓琳 ,  王雅芳

IPC: G06F17/30

Abstract: 本发明公开了一种基于异构图具有自反馈特性的半监督图像重排序方法，该方法的步骤如下：步骤（1）：对需要重排序的图像，提取文本特征和视觉特征；步骤（2）：使用图像的文本特征和视觉特征来构建异构图，计算模态内相似性和模态间相似性作为异构图对应节点之间的权值；步骤（3）：在异构图上使用自反馈的半监督学习算法，计算得到图像文本特征排序得分和视觉特征排序得分；步骤（4）：根据步骤（3）中计算的图像文本特征得分和视觉特征得分，计算图像排序得分，从而实现对图像进行重排序。该方法不仅对搜索结果有提高，不需要用户的额外输入，而且运行时间较少，适合用在现实的图像检索系统中，提高图像重排序技术的性能。