多样化图像检索（内容多样化学习）技术

图像检索的内容多样性学习技术，就是指在图像检索中，在保证检索的相关性的前提下，使新颖的、独特的、非重复冗余的图像在检索结果中排序靠前的技术。如果能解决检索内容多样性学习的问题，在海量图像数据面前用户检索、浏览与决策效率也就能得到提高。本技术充分利用多子流形学习算法能够最大化子流形间差异的优势，在各子类局部约束基础上，增设正类样本局域保持强化与分布差异扩大双约束来进行半监督特征提取；通过新型的最大散度多样性静态评价函数来指导流形算法参数选择；针对样本非均衡分布问题，采用径向基概率神经网络结构优化方法以提高检索多样性。该技术可广泛应用于图像大数据检索。

                                   基于相似性的检索（左）与多样化检索（右）