[發(fā)明專利]一種局部描述子壓縮方法和裝置

有效

• 申請?zhí)枺?/td>: 201410093089.0
• 申請日: 2014-03-13
• 公開（公告）號: CN104918046B
• 公開（公告）日: 2019-11-05
• 發(fā)明（設(shè)計）人: 段凌宇;陸平;陳杰;賈霞;王一同;劉明;黃鐵軍
• 申請（專利權(quán)）人: 中興通訊股份有限公司;北京大學(xué)
• 主分類號: H04N19/124
• 分類號: H04N19/124;H04N19/13;H04N19/60;H04N19/91;H04N19/94;G06T9/00;G06K9/46;G06K9/62;G06F16/51
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315
• 代理人: 黎雷;姜鳳巖

本發(fā)明實施例提供了一種局部描述子壓縮方法，所述方法包括：選取目標(biāo)圖像的一個或多個局部描述子；根據(jù)預(yù)先設(shè)定的碼本，對選取的局部描述子進(jìn)行多級矢量量化，將局部描述子量化為碼本內(nèi)與所述選取的局部描述子距離最近的碼字。本發(fā)明實施例還提供了一種局部描述子壓縮裝置。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)圖像處理領(lǐng)域，尤其涉及一種局部描述子壓縮方法和裝置。

背景技術(shù)

隨著智能設(shè)備和移動互聯(lián)網(wǎng)的普及，移動視覺搜索的應(yīng)用越來越廣泛。其中，局部描述子的相關(guān)技術(shù)已經(jīng)被廣泛應(yīng)用到移動視覺搜索中。現(xiàn)有技術(shù)中，圖像檢索往往需要通過局部描述子進(jìn)行查詢和匹配，但由于受限于帶寬、內(nèi)存、計算能力有限等限制，往往需要將局部描述子進(jìn)行壓縮，以達(dá)到緊湊表達(dá)的目的；同時，圖像數(shù)據(jù)庫規(guī)模愈發(fā)龐大，也需要對數(shù)據(jù)庫圖像的局部描述子進(jìn)行壓縮，以減少磁盤消耗。

當(dāng)前，基于移動設(shè)備的圖像檢索方法包括以下兩種：

1、移動設(shè)備提取查詢圖像的局部描述子，并對提取到的局部描述子進(jìn)行壓縮，然后通過無線網(wǎng)絡(luò)將壓縮后的局部描述子傳輸給服務(wù)端；服務(wù)端對壓縮后得局部描述子進(jìn)行解壓縮并進(jìn)行數(shù)據(jù)庫檢索，將檢索到的結(jié)果發(fā)送至移動設(shè)備；

2、移動設(shè)備壓縮被查詢圖像并將壓縮后的圖像傳輸至服務(wù)端；服務(wù)端對壓縮圖像進(jìn)行解壓縮并進(jìn)行描述子提取，然后進(jìn)行數(shù)據(jù)庫檢索，將檢索到的結(jié)果發(fā)送至客戶端。

然而，上述第一種圖像檢索方法由于局部描述子壓縮過程計算復(fù)雜、碼本龐大，使得整個檢索過程占用時間長、占用內(nèi)存空間大，同時，壓縮后的局部描述子，由于不具備壓縮比和壓縮精度的可控性，往往會丟失信息或占用過多帶寬，使得壓縮損失較大，導(dǎo)致檢索結(jié)果較差或檢索響應(yīng)時間較長。因此，圖像壓縮算法能力有限、圖像檢索方法的計算量較高，對低性能的移動設(shè)備而言，提取局部描述子的過程會非常耗時，進(jìn)而嚴(yán)重影響服務(wù)器端的響應(yīng)時間，降低了檢索效率。

第二種上述圖像檢索方法，由于現(xiàn)有圖像壓縮方法的壓縮能力有限，使傳輸?shù)膲嚎s圖像丟失信息，或由于占用過多帶寬影響圖像檢索的性能及傳輸時間。另外，傳輸圖像的方法會將圖像解壓縮、描述子提取等過程轉(zhuǎn)移至服務(wù)端，如此，更加大了服務(wù)端的計算壓力。

因此，現(xiàn)有技術(shù)圖像檢索方法中，在移動設(shè)備計算能力、內(nèi)存、移動帶寬有限的情況下，圖像檢索的速度和精度會受到較大的限制，導(dǎo)致用戶體驗降低。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例期望提供一種局部描述子壓縮方法和裝置，能夠減少內(nèi)存占用，降低計算復(fù)雜度，提高圖像檢索過程中的檢索的速度和精度。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明實施例提供了一種局部描述子壓縮方法，所述方法包括：

選取目標(biāo)圖像的一個或多個局部描述子；

根據(jù)預(yù)先設(shè)定的碼本，對選取的局部描述子進(jìn)行多級矢量量化，將選取的局部描述子量化為碼本內(nèi)與所述選取的局部描述子距離最近的碼字。

上述方案中，在選取目標(biāo)圖像的一個或多個局部描述子后，所述方法還包括：對所選取的局部描述子進(jìn)行變換。

上述方案中，在對選取的局部描述子進(jìn)行多級矢量量化前，所述方法還包括：對所選取的局部描述子進(jìn)行分段，形成多個分段后的局部描述子；

對應(yīng)的，所述對選取的局部描述子進(jìn)行多級矢量量化，將選取的局部描述子量化為碼本內(nèi)與所述選取的局部描述子距離最近的碼字為：對分段后的局部描述子進(jìn)行多級矢量量化，將分段后的局部描述子量化為碼本內(nèi)與所述的局部描述子距離最近的碼字。

上述方案中，所述對選取的局部描述子進(jìn)行多級矢量量化包括：對原始局部描述子和量化后局部描述子相減形成的殘差反復(fù)進(jìn)行下一級別的矢量量化。