An implementation of a technology, described herein, for
relevance-feedback, content-based facilitating accurate and efficient
image retrieval minimizes the number of iterations for user feedback
regarding the semantic relevance of exemplary images while maximizing the
resulting relevance of each iteration. One technique for accomplishing
this is to use a Bayesian classifier to treat positive and negative
feedback examples with different strategies. In addition, query refinement
techniques are applied to pinpoint the users' intended queries with
respect to their feedbacks. These techniques further enhance the accuracy
and usability of relevance feedback. This abstract itself is not intended
to limit the scope of this patent. The scope of the present invention is
pointed out in the appending claims.
Uma execução de uma tecnologia, descrita nisto, para o relevância-gabarito, índice-baseada facilitando a recuperação exata e eficiente da imagem minimiza o número das iterações para o gabarito de usuário a respeito da relevância semântica de imagens exemplary ao maximizing a relevância resultante de cada iteração. Uma técnica para realizar isto deve usar um classificador bayesian tratar exemplos positivos e negativos do gabarito com as estratégias diferentes. Além, as técnicas do refinement da pergunta são aplicadas para localizar as perguntas pretendidas dos usuários com respeito a seus gabaritos. Estas técnicas mais adicionais realçam a exatidão e a usabilidade do gabarito de relevância. Este sumário próprio não é pretendido limitar o espaço desta patente. O espaço da invenção atual é indicado nas reivindicações de adição.
