基于1-SVM的图像聚类及检索技术研究

本项目研究基于内容的海量图像数据库的图像聚类及检索技术。采用一类支持向量机（1-SVM）算法对从图像中提取的特征进行聚类，通过多球体自增长技术使1-SVM具备在线式学习能力，并引进增量式训练方法，在解决了在线学习训练问题的同时使算法具备有指导和无指导混合学习的能力。同时，从图像聚类的特性出发，提出基于图像分割的局部特征提取算法，建立图像与特征间的分布式关联索引；在1-SVM聚类及特征提取基础上，建立层次式图像检索框架；设计图像检索全程的并行计算方案，涵盖聚类、特征索引管理、层次式检索等。该研究丰富了海量数据聚类领域的理论内容，有效地解决海量图库检索技术中的局部物体检索、在线学习及实时性能等问题。