基于知识图谱的我国图像检索研究进展可视化分析
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Visual Analysis of Image Retrieval Research Progress in China Based on Mapping Knowledge Domain
  • 作者:沈同平 ; 董尹 ; 俞磊
  • 英文作者:SHEN Tong-ping;DONG Yin;YU Lei;School of Medicine and Information Engineering,Anhui University of Chinese Medicine;Department of Management,Hefei University;
  • 关键词:图像检索 ; 知识图谱 ; 可视化 ; CiteSpace
  • 英文关键词:image retrieval;;knowledge map;;visualization;;CiteSpace
  • 中文刊名:THSF
  • 英文刊名:Journal of Tonghua Normal University
  • 机构:安徽中医药大学医药信息工程学院;合肥学院管理系;
  • 出版日期:2019-02-19
  • 出版单位:通化师范学院学报
  • 年:2019
  • 期:v.40;No.287
  • 基金:国家自然科学基金(71603069);; 安徽省高等学校人文社科研究重点项目(SK2018A0218);; 安徽省高等学校自然科学研究重点项目(KJ2015A054);; 安徽省高等学校省级优秀青年人才支持计划重点项目(gxyqZD2016128)
  • 语种:中文;
  • 页:THSF201902030
  • 页数:8
  • CN:02
  • ISSN:22-1284/G4
  • 分类号:140-147
摘要
图像检索研究领域技术和热点随着数字图像技术迅速发展不断发生变化.以CNKI期刊全文数据库为数据源,采用文献计量学方法,利用网络分析工具Citespace软件对2008—2017年国内图像检索研究进行知识图谱可视化分析,揭示我国图像检索研究现状和未来发展趋势.研究结果表明,图像检索算法、图像特征提取和图像语义研究成为重要的热点主题,相关反馈研究、多特征融合检索、深度学习算法以及图像自动标注技术成为重要的研究前沿.
        With the rapid development of digital image technology,the technology and hot spots in the field of image retrieval research develop rapidly. Taking articles about domestic network management ofimage retrieval from CNKI database in 2008-2017,bibliometric analysis and CiteSpace are usedto draw scientific knowledge maps and 2008-2017 domestic hot research topic and important cut-ting edge trends of image retrieval research. Results show that image retrieval algorithm,image feature extraction and image semantic research is the most important hot topics.
引文
[1]储节旺,王龙.近10年国内知识管理研究热点——基于CSSCI数据库的词频分析[J].情报科学,2011(9):1425-1429.
    [2]彭天强,栗芳.基于深度卷积神经网络和二进制哈希学习的图像检索方法[J].电子学报,2016,38(8):2068-2075.
    [3]周燕,曾凡智,赵慧民,等.一种基于精细化稀疏自适应匹配追踪算法的图像检索方法研究[J].电子学报,2014,42(12):2457-2466.
    [4]闫允一,姜帅,郭宝龙.结合稳定兴趣点和Gabor小波的图像检索[J].西安电子科技大学学报,2014,41(5):118-123.
    [5]李军,吕绍和,陈飞,等.结合视觉注意机制与递归神经网络的图像检索[J].中国图象图形学报,2017,22(2):241-248.
    [6]张鑫,温显斌,孟庆霞.基于颜色特征的图像检索方法研究[J].计算机科学,2012,39(11):243-245,26.
    [7]洪天昊,孙华东,金雪松,等.一种利用局部直角均值模式的图像检索算法[J].哈尔滨商业大学学报(自然科学版),2017,33(2):172-174,19.
    [8]焦丽莉,黄发军,刘小军.一种新的基于形状特征的图像检索方法[J].徐州师范大学学报(自然科学版),2009,27(4):48-50.
    [9]张伟,何金国,桑佩罗布.基于度量矩阵特征值的图像空间关系描述[J].计算机应用研究,2010,27(11):4376-4378.
    [10]赵鹏,王文彬,朱伟伟.融合主题和视觉语义的图像自动标注方法[J].计算机辅助设计与图形学学报,2013,25(11):1707-1714.
    [11]胡步发,王金伟.双模态及语义知识的三维人脸表情识别方法[J].仪器仪表学报,2013,34(4):873-880.
    [12]朱娜娜,张化祥,刘丽.基于改进FCM算法和贝叶斯分类的图像自动标注[J].山东大学学报(工学版),2013,43(6):12-16.
    [13]张振花,李波,邓伟文.基于粒子群算法的图像相关反馈研究[J].系统仿真学报,2012,24(1):242-244.
    [14]郭士会,杨明,王晓芳,等.基于FSRM的相关反馈图像检索算法[J].计算机科学,2012,39(6A):540-542.
    [15]钱生,陈宗海,林名强,等.基于条件随机场和图像分割的显著性检测[J].自动化学报,2015,41(4):711-724.
    [16]随婷婷,王晓峰.一种基于CLMF的深度卷积神经网络模型[J].自动化学报,2016,42(6):875-882.
    [17]曾宪华,袁知洪,王国胤,等.基于多特征多核哈希学习的大规模图像检索[J].中国科学·信息科学,2017,47(8):1109-1126.
    [18]孙艳丰,齐光磊,胡永利,等.基于改进Fisher准则的深度卷积神经网络识别算法[J].北京工业大学学报,2015,41(6):835-841.
    [19]赵鹏,王斐,刘慧婷,等.基于深度学习的手绘草图识别[J].四川大学学报(工程科学版),2016,48(3):94-99.
    [20]谢锦,蔡自兴,邓海涛,等.基于图像不变特征深度学习的交通标志分类[J].计算机辅助设计与图形学学报,2017,29(4):632-640.
    [21]鲍泓,徐光美,冯松鹤,等.自动图像标注技术研究进展[J].计算机科学,2011,38(7):35-40.
    [22]顾昕,张兴亮,王超,等.基于文本和内容的图像检索算法[J].计算机应用,2014,34(S2):280-282,31.
    [23]李志欣,施智平,张灿龙,等.混合生成式和判别式模型的图像自动标注[J].中国图象图形学报,2015,20(5):687-699.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700