[發明專利]基于相關反饋和Bag-of-Features的圖像檢索系統及方法

有效

• 申請號: 201310330706.X
• 申請日: 2013-07-31
• 公開（公告）號: CN103440262A
• 公開（公告）日: 2013-12-11
• 發明（設計）人: 羅笑南;姜濤;肖劍
• 申請（專利權）人: 東莞中山大學研究院;中山大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于相關反饋和Bag-of-Features的圖像檢索系統，其特征在于，包括：

特征提取模塊，用于對圖像進行預處理，提取出每張圖像的局部特征；

特征詞典生成模塊，用于從整個圖像數據庫中找出關鍵性特征，并組成一個詞典集合；

頻率特征向量生成模塊，用于為每張圖像構建一個特征向量；

特征加權模塊，用于為詞典中每個關鍵特征生成權重，然后用該權重乘以頻率特征向量中對應的分量，為每張圖像構建出帶權特征向量；

相似性度量模塊，用于計算兩張圖像之間的相似性；

相關反饋模塊，用于讓用戶參與到檢索過程，在用戶輸入查詢條件后，檢索系統返回查詢結果，然后用戶對查詢結果進行篩選，認為有用的就標識成正相關，無用的標識成負相關，系統根據用戶的反饋，重新調整查詢條件進行檢索，以此循環，直到得到用戶滿意的結果。

2.一種基于相關反饋和Bag-of-Features的圖像檢索方法，其特征在于，包括：

步驟一、對每張圖像進行特征提取，找出局部特征，并將其用SIFT算子表示；

步驟二、將所有圖像的局部特征集合在一起，采用K-means聚類的方式，生成指定數量的關鍵特征，組成特征詞典；

步驟三、對每張圖像，依次將其每個局部特征分配給最近鄰的關鍵特征，表示關鍵特征的頻數，這樣基于特征詞典，可以為每張圖像生成一個頻率特征向量；

步驟四、統計出每個關鍵特征出現的圖像數，即在多少張圖像中出現過，然后除以圖像總數，得到關鍵特征的IDF值，作為關鍵特征的權重；

步驟五、對每張圖像，將其特征向量中的每個分量乘以對應關鍵特征的權重，得到帶權特征向量；

步驟六、算查詢圖像的向量與數據中圖像向量的相似性，并按相似程度從高到低的順序排序輸出；

步驟七、用戶檢查檢索結果，如果滿足要求，則結束；否則進入步驟八；

步驟八、用戶對檢索結果不滿意，則對檢索結果進行正相關和負相關的標注，然后重新輸入給檢索系統；

步驟九、系統根據用戶的反饋，重新調整檢索條件，進入步驟六。