[發明專利]圖像檢索裝置

有效

• 申請號: 200710104731.0
• 申請日: 2007-04-25
• 公開（公告）號: CN101295305A
• 公開（公告）日: 2008-10-29
• 發明（設計）人: 劉汝杰;馬場孝之;遠藤進;椎谷秀一;上原祐介;增本大器;長田茂美
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司
• 代理人: 孫海龍

技術領域

本發明涉及圖像檢索裝置，具體地說，涉及利用主動相關反饋技術 對圖像內容進行檢索的裝置。

背景技術

隨著計算機技術和互聯網的迅速發展，在許多領域中，數字圖像的 數量和復雜度都呈現出爆炸性的增長趨勢。因此，如何對這些海量圖像 進行快速有效的管理自然而然成為我們面臨的一個挑戰課題，主要包括 對這些圖像的訪問、存取、組織、檢索等。為了滿足這一需求，自上個 世紀九十年代以來，各個領域的研究人員和學者已經投入了很多精力對 基于內容的圖像檢索技術進行研究，并開發出一些有效的技術和系統。

圖像檢索是指一種對數字圖像庫進行查詢的技術，其目標是使檢索 到的圖像能滿足用戶的意圖。傳統的圖像檢索系統一般采用兩種方式對 圖像庫進行搜索，即：基于關鍵字的檢索和基于內容的檢索。

在基于關鍵字的檢索中，必須預先對圖像庫中的圖像進行標注，即 用關鍵字描述各個圖像。接下來，就可以根據圖像的關鍵字進行檢索了。 然而，這種檢索方式存在兩個主要的問題：(1)對圖像進行人工標注往 往需要巨大的工作量。在數據庫較大時，這個問題尤為突出；(2)更為 嚴重的是，圖像內容和每個人的理解往往不一致，換句話說，不同的人 對同一個圖像的關注點不同，因此，其理解和意圖也不同。

為解決基于關鍵字的檢索系統中存在的問題，在上個世紀九十年代， 人們提出了基于內容的圖像檢索的概念。與關鍵字檢索方式不同的是， 基于內容的檢索系統直接根據畫面內容來搜索圖像。在這種系統中，用 戶需要提供一個查詢圖像來表達其意圖，之后，檢索系統從圖像庫中查 找與這個查詢圖像相似的圖像并返回給用戶。為實現這一目的，檢索系 統需要先從查詢圖像和數據庫圖像中提取低層次的特征，如顏色、紋理 和形狀特征；然后，根據這些特征計算查詢圖像和數據庫圖像間的距離， 即確定它們之間的相似度；最后，返回與查詢圖像最相似的那些數據庫 圖像。如果圖像特征能很好地描述圖像內容的話，這種檢索方式將非常 有效。例如：如果用戶想搜索具有某些特定顏色和復雜紋理的圖像的話， 基于內容的檢索系統就可以利用顏色和紋理特征很好地完成這一任務。 然而，如果利用關鍵字進行描述的話，將很難達到目標。

然而，低層次的圖像特征和人類認知的高層次概念之間的差異大大 限制了基于內容的圖像檢索的應用。首先，基于內容的圖像檢索系統的 性能往往依賴于所采用的特征，例如：如果搜索“汽車”圖像的話，形 狀特征比較有效；對于“日落”的風景圖像，用顏色特征描述將更為合 理。因此，在檢索不同類型的圖像時，應該采用不同的策略，然而，對 于非專業的用戶來說，很難確定哪種特征比較有效。此外，即使對于同 一個圖像，不同的用戶在不同的時間其關注點也不相同。換句話說，感 知上的相似性與應用環境、人員、上下文等因素相關。

為了縮小低層次特征和高層次感知之間的差異，研究人員提出了相 關反饋的策略，并取得了一定的成功。具有相關反饋的圖像檢索系統通 過檢索引擎和用戶之間的交互來提高檢索的精度。這種系統至少應包含 兩個模塊：學習模塊和選擇模塊。在每一輪反饋中，用戶需要提供一些 反饋信息，即對選擇模塊返回的圖像進行判斷并標注它們為相關或不相 關(相關和不相關圖像又被稱為正樣本和負樣本)；學習模塊根據這些反 饋信息重新學習用戶的意圖，并返回新的檢索結果；同時，選擇模塊根 據當前的學習結果從圖像庫中選擇一些圖像并通過用戶界面返回給用 戶，在下一輪反饋中，用戶需要對這些圖像提供反饋信息。

沿著從啟發式策略到優化學習的方向，在過去的十多年中，人們已 經開發了很多的相關反饋方法。早期的相關反饋方法大都屬于“查詢點 移動和重加權(Query?Point?Movement?and?Re-weighting)”的范疇。在這 類方法中，搜索引擎的任務是在每次反饋過程中生成更好的查詢特征， 并合理地調整不同特征項的權值，以此來更好地適應用戶的意圖。

[專利文檔-1]是較早的基于“查詢點移動和重加權”策略的圖像檢索 裝置。在該裝置中，由反饋得到的相關圖像(正樣本)的特征的加權平 均被作為新的查詢點，同時，該裝置采用了一種基于標準方差的重加權 策略。