【摘要】 本发明涉及一种基于层次聚类的图像检索方法，通过对关键字进行语义解析和对图像进行视觉聚类，在传统的图像引擎的基础上提出了基于层次聚类网络图像检索的系统框架，主要包括：(1)从语义层面上对图像的检索结果进行聚类；(2)从视觉特征层面上对图像检索结果进行聚类；(3)提供便捷、高效的层次聚类导航显示。与传统图像引擎不同的是，本发明将聚类思想融入到图像检索中来。对关键字进行语义解析，形成不同的主题；同时对图像从视觉特征上加以分析，将相近的图像聚在一个类中，最后通过简洁清晰的界面分门别类地将检索结果显示给用户，从而帮助用户快速、有效地从主题混叠的检索结果中找到自己所需要的目标图像。 【专利类型】发明申请 【申请人】中国科学院自动化研究所 【申请人类型】科研单位 【申请人地址】100080 北京市海淀区中关村东路95号 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810240361.8 【申请日】2008-12-17 【申请年份】2008 【公开公告号】CN101751439A 【公开公告日】2010-06-23 【公开公告年份】2010 【IPC分类号】G06F17/30 【发明人】卢汉清; 桂创华; 刘静 【主权项内容】一种基于层次聚类的图像方法，其特征在于，包括步骤如下：步骤1：用关键字文本，对得到的与关键字相关的文档进行分析，提取与关键字相关的短语，对这些短语从语义层面上聚类，获得语义的聚类；步骤2：对图像检索结果从视觉特征层面上聚类，获得图像内容的聚类；步骤3：在引擎检索结果显示界面的基础上，添加一个层次聚类导航栏，用于便捷高效的层次聚类导航显示。 【当前权利人】中国科学院自动化研究所 【当前专利权人地址】北京市海淀区中关村东路95号 【统一社会信用代码】12100000400010945B 【被引证次数】20 【被他引次数】20.0 【家族被引证次数】20
