一種基于聚類緊湊特征的海量圖像檢索系統技術方案

本發明專利技術屬于模式識別與信息處理技術領域，提供了基于聚類緊湊特征的海量圖像檢索系統，包括如下步驟：一、計算樣本圖像庫和測試圖像庫中圖像的局部特征；二、計算每幅圖像的聚類緊湊特征：對局部特征采用聚類方法獲取每類的聚類中心，再統計在每個聚類中的局部特征分布直方圖和空間統計信息，生成聚類緊湊特征；三、隨機采樣樣本圖像庫中的聚類緊湊特征，對采樣所得聚類緊湊特征中聚類中心的分量應用聚類方法生成詞匯樹，將測試圖像庫中圖像的聚類緊湊特征都量化到詞匯樹上，生成相應的倒排文件；四、采用改進的基于詞匯樹的檢索算法進行檢索：通過查詢詞匯樹的倒排文件，計算查詢圖像與圖像庫圖像聚類緊湊特征間的相似度權重進行檢索。

【技術實現步驟摘要】
一種基于聚類緊湊特征的海量圖像檢索系統
本專利技術屬于模式識別與信息處理
，涉及計算機視覺方面的海量圖像處理，尤其涉及一種基于聚類緊湊特征的海量圖像檢索的研究和實現方案。本方案通過對視覺特征進行基于聚類的緊湊描述并通過改進的基于詞匯樹的檢索算法快速高效的在海量圖像中檢索出相似圖片。
技術介紹
目前，隨著互聯網圖像數據的爆炸性增長，如何從圖像大數據中檢索出最相似的圖片變為一項非常有挑戰的主題并吸引了大量的研究工作。圖像檢索具有廣泛的應用場景，在電子商務，社交網絡，商品或風景推薦等方面應用價值越來越高。考慮一個最廣泛也最通用的場景，用戶在大規模的圖像庫中發現一張感興趣的圖片，可以是商品圖片也可以風景，藝術等類型圖片，想要快速準確的檢索到這個圖像庫中與之最相似的圖片。傳統的圖像檢索通過提取圖像的視覺特征包括像顏色、輪廓、紋理這樣的底層特征和高維特征，在根據視覺特征計算相似度距離進行檢索。海量圖像檢索的關鍵是在保持檢索性能的情況下快速高效根據特征檢索相似圖像。但由于包含相同的物品或場景的圖片存在極大的差異，特別是由于光照，旋轉，聚焦的影響，更別說相同類別不同物品之間的多樣性，使海量圖像檢索存在特定的挑戰。傳統的基于內容的圖像檢索在檢索精度和檢索效率上都不能滿足海量圖像檢索的需求。與此同時，圖像多樣性和海量數據增加了緊湊并具有高辨識度的視覺特征，更加魯棒的索引結構和檢索算法的需求。為了獲取高辨識度的視覺特征，研究者提出了多種有效的算法，包括綁定多種特征生成詞匯包[1]-[6],探索局部特征間的幾何結構[7]-[10]和空間分布信息[4],[11]-[13]。然而當圖像庫中圖像的數量增加到百萬級別，這些算法會產生巨大的計算和存儲開銷，不利于系統實現。為了改善海量圖像檢索存在的計算和存儲開銷大的問題，[7,14,15]采用詞匯樹的索引結構成功地提高檢索速度。詞匯樹索引結構是通過對樣本圖像的特征進行分層聚類。每個聚類中心都是詞匯樹的一個節點，第一次聚類產生的結果就是詞匯樹的第一層節點，以此類推。基于詞匯樹的檢索通過查找樹的相同節點的倒排文件進行檢索，避免了需要和圖像庫中所有特征進行相似度計算，大大加快了檢索速度。然而基于詞匯樹的方法需要把圖像中數以千計的特征根據視覺詞匯編碼生成詞匯包，這仍然導致大量的計算開銷和存儲開銷。參考文獻：[1]X.Wang,X.Bai,W.Liu,L.J.Latecki.FeatureContextforImageClassificationandObjectDetection.InCVPR,June20-25,2011.[2]Z.Wu,Q.Ke,M.Isard,J.Sun.BundlingFeaturesforLargeScalePartial-DuplicateWebImageSearch.InCVPR,June20-25,2009.[3]Z.LinandJ.Brandt.ALocalBag-of-FeaturesModelforLarge-scaleObjectRetrieval.InECCV,Vol.6316,Sept.5-11,2010.[4]Y.Cao,C.Wang,Z.Li,etal.Spatial-Bag-of-Features[C],InCVPR,Sept.5-11,2010.[5]H.J’egou,M.Douze,andC.Schmid.ImprovingBag-of-FeatureforLargeScaleImageSearch.InInternationalJournalofComputerVision,2010.[6]G.Csurka,C.Dance,L.Fan,J.Willamowski,andC.Bray.VisualCategorizationwithBagsofKeypoints.InWorkshoponStatisticalLearninginComputerVision,ECCV,May11-14,2004.[7]S.Zhang,Q.Huang,G.Hua,S.Jiang,W.Gao,andQ.Tian.BuildingContextualVisualVocabularyforLarge-scaleImageApplications.InACMMultimedia,Oct.25-29,2010.[8]H.Jegou,M.Douze,andC.Schmid.HammingEmbeddingandWeakGeometricConsistencyforLargeScaleImageSearch.InECCV,October12-18,2008.[9]Y.Jiang,J.Meng,J.Yuan.RandomizedVisualPhrasesforObjectSearch,InCVPR,June16-21,2012.[10]Y.Zhang,Z.Jia,T.Chen.ImageRetrievalwithGeometry-PreservingVisualPhrases.InCVPR,June20-25,2011.[11]J.Philbin,O.Chum,M.Isard,J.Sivic,andA.Zisserman.ObjectRetrievalwithLargeVocabulariesandFastSpatialMatching.InCVPR,June17-22,2007.[12]W.Zhou,Y.Lu,H.Li,Y.Song,andQ.Tian.SpatialCodingforLarge-scalePartial-DuplicateWebImageSearch.InACMMultimedia,Oct.25-29,2010.[13]G.Tolias,Y.Avrithis.Speeded-up,RelaxedSpatialMatching[C],InICCV,Nov.6-13,2011.[14]D.NisterandH.Stewenius.ScalableRecognitionwithaVocabularyTree.InCVPR,vol.2,June17-22,2006.[15]X.Wang,M.Yang,T.Cour,S.Zhu,K.Yu,andT.X.Han.ContextualWeightingforVocabularyTreeBasedImageRetrieval.InICCV,Nov.6-13,2011。
技術實現思路
本專利技術的目的在于為了克服海量圖像檢索中計算和存儲開銷大的不足等問題，提供了一種能夠在保持視覺特征高辨識度的情況下緊湊地描述局部特征以及通過更多的信息例如空間信息來更有效的檢索的一種基于聚類緊湊特征的快速高效的海量圖像檢索方法，該方法能夠解決圖像的快速檢索問題，特別是包含百萬或百萬以上圖像的圖像庫，由此用戶可以在面臨海量圖像，快速檢索與所感興趣的圖像最相似的圖像。其是一種在不影響檢索效率的情況下，快速有效的大規模圖像檢索方法。為了實現上述目的本專利技術采用以下技術方案：基于聚類緊湊特征的快速高效的海量圖像檢索方法，其特征在于包括如下步驟：步驟一：計算樣本圖像庫和測試圖像庫中圖像的局部特征；步驟二：計算每幅圖像的聚類緊湊特征：對局部特征采用本文檔來自技高網...

【技術保護點】
基于聚類緊湊特征的快速高效的海量圖像檢索方法，其特征在于包括如下步驟：步驟一：計算樣本圖像庫和測試圖像庫中圖像的局部特征；步驟二：計算每幅圖像的聚類緊湊特征：對局部特征采用聚類方法獲取每類的聚類中心，再統計在每個聚類中的局部特征分布直方圖和空間統計信息，生成聚類緊湊特征；步驟三：隨機采樣樣本圖像庫中的聚類緊湊特征，對采樣所得聚類緊湊特征中聚類中心的分量應用聚類方法生成詞匯樹，將測試圖像庫中圖像的聚類緊湊特征都量化到詞匯樹上，生成相應的倒排文件；步驟四：采用改進的基于詞匯樹的檢索算法進行檢索：通過查詢詞匯樹的倒排文件，計算查詢圖像與圖像庫圖像聚類緊湊特征間的相似度權重進行檢索。

【技術特征摘要】
1.基于聚類緊湊特征的快速高效的海量圖像檢索方法，其特征在于包括如下步驟：步驟一：計算樣本圖像庫和測試圖像庫中圖像的局部特征，局部特征為SIFT特征；步驟二：計算每幅圖像的聚類緊湊特征：對局部特征采用聚類方法獲取每類的聚類中心，再統計在每個聚類中的局部特征分布直方圖和空間統計信息，生成聚類緊湊特征；步驟三：隨機采樣樣本圖像庫中的聚類緊湊特征，對采樣所得聚類緊湊特征中聚類中心的分量應用聚類方法生成詞匯樹，將測試圖像庫中圖像的聚類緊湊特征都量化到詞匯樹上，生成相應的倒排文件；步驟四：采用改進的基于詞匯樹的檢索算法進行檢索：通過查詢詞匯樹的倒排文件，計算查詢圖像與圖像庫圖像聚類緊湊特征間的相似度權重進行檢索；圖像庫中查詢圖像和目標圖像間的相似度定義為：其中|Iq|表示查詢圖像的聚類緊湊特征數目，|Id|表示目標圖像的聚類緊湊特征數目，為聚類緊湊特征間的相似度度量函數fv(vi,vj)＝wi,j(vi)I(vi＝vj)①表示每個聚類緊湊特征從詞匯樹的根節點量化到葉子節點的視覺詞匯路徑集合，I(·)是一個判斷函數，wi,j(v)表示量化到詞匯樹上同一個節點的兩個聚類緊湊特征，即查詢圖像第i個聚類緊湊特征和目標圖像第j個聚類緊湊特征的相似度權重，由三部分組成，包括聚類中心相似度權重函數特征分布直方圖相似度權重函數和空間統計信息相似度權重函數為聚類中心相似度權重函數，為查詢圖像第i個聚類緊湊特征量化到詞匯樹節點v的權重，為目標圖像第j個聚類緊湊特征量化到詞匯樹節點v的權重、idf(v)為詞匯樹節點v的IDF權重、nq(v)表示查詢圖像量化到節點v的聚類緊湊特征數目，ω(v)是一個權重相關系數，可根據經驗設置值；②為局部特征分布直方圖相似度權重函數，通過計算特征分布直方圖相應分量的最小值和最大值的比率之和表示，公式如下:公式中表示查詢圖像第i個聚類緊湊特征的局部特征直方圖的第r個分量，表示目標圖像第j個聚類緊湊特征的局部特...

【專利技術屬性】
技術研發人員：董樂，梁燕，封寧，謝山山，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：