[發(fā)明專(zhuān)利]一種基于魯棒非負(fù)矩陣分解的圖像檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410105511.X
• 申請(qǐng)日: 2014-03-20
• 公開(kāi)（公告）號(hào): CN103886066B
• 公開(kāi)（公告）日: 2017-03-29
• 發(fā)明（設(shè)計(jì)）人: 陳晉音;黃堅(jiān)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州禧頌科技有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30;G06K9/66
• 代理公司: 杭州求是專(zhuān)利事務(wù)所有限公司33200
• 代理人: 張法高

技術(shù)領(lǐng)域

本發(fā)明涉及基于內(nèi)容的圖像檢索和非負(fù)矩陣分解方法，尤其涉及一種基于魯棒非負(fù)矩陣分解的圖像檢索方法。

背景技術(shù)

近年來(lái)，隨著互聯(lián)網(wǎng)絡(luò)和智能手機(jī)、數(shù)碼相機(jī)的普及，大量的圖像資源被源源不斷地產(chǎn)生出來(lái)。為了對(duì)這些圖像資源進(jìn)行有效的組織管理和檢索，各種圖像檢索技術(shù)也隨之被提出。目前，圖像檢索已經(jīng)成為計(jì)算機(jī)視覺(jué)，尤其是多媒體檢索領(lǐng)域里的一個(gè)研究熱點(diǎn)。

除了最早的基于關(guān)鍵字的圖像檢索技術(shù)，目前絕大部分的圖像檢索技術(shù)都是基于內(nèi)容的圖像檢索技術(shù)。基于內(nèi)容的圖像檢索技術(shù)是通過(guò)從圖像提取表征各種圖像視覺(jué)特征的視覺(jué)特征，然后基于特定的算法計(jì)算用戶(hù)提交的待檢索圖像與圖像數(shù)據(jù)庫(kù)中各個(gè)圖片之間的相似性，即距離，從而依據(jù)特征距離的大小，對(duì)圖像進(jìn)行排序，返回給用戶(hù)距離值較小的圖像，實(shí)現(xiàn)對(duì)圖像數(shù)據(jù)庫(kù)中圖像的檢索。

在基于內(nèi)容的圖像檢索算法中，數(shù)據(jù)降維算法是一種廣泛被使用的技術(shù)。該技術(shù)的核心思想是認(rèn)為原始圖像特征空間存在一定的不足，無(wú)法有效地將不同類(lèi)型的圖像區(qū)分開(kāi)來(lái)，因此希望尋找到一個(gè)合適的特征子空間，在該子空間上不同類(lèi)型的圖像彼此分開(kāi)，而同類(lèi)型的圖像彼此聚攏。這類(lèi)方法包括：主成分分析（Principal?Component?Analysis,PCA），線(xiàn)性鑒別分析（Linear?Discriminant?Analysis，LDA），非負(fù)矩陣分解（Nonnegative?Matrix?Factorization，NMF）和各種流形學(xué)習(xí)算法，如多維標(biāo)度分析（Multidimensional?Scaling，MDS），局部線(xiàn)性嵌套（Local?Linear?Embedded，LLE），局部保持投影（Local?Preserving?Projection，LPP）等。

在這些子空間方法中，NMF對(duì)降維后的數(shù)據(jù)添加了非負(fù)性約束，其目標(biāo)函數(shù)是求解兩個(gè)非負(fù)矩陣U和V，使得X≈UV。由于非負(fù)性約束的引入，使得NMF能夠?qū)W習(xí)得到具有局部特征的基矩陣U，也獲得了一種與人們認(rèn)知中局部構(gòu)成整體所一致的基于局部的數(shù)據(jù)表達(dá)方法。因此該方法的可解釋性比較強(qiáng)，被廣泛應(yīng)用到圖像檢索，人臉識(shí)別，數(shù)字識(shí)別，文本分類(lèi)等應(yīng)用。

Liang等將NMF的初始化過(guò)程擴(kuò)展為有監(jiān)督的初始化，然后使用NMF在隱含語(yǔ)義索引中，用來(lái)尋找從底層視覺(jué)特征到高層語(yǔ)義特征之間的關(guān)系。BeAbdallah等人則采用NMF構(gòu)建圖像的隱含表達(dá)，用來(lái)提高圖像的標(biāo)注準(zhǔn)確性。Caicedo等人基于NMF生成多模態(tài)圖像表達(dá)，并在構(gòu)建NMF目標(biāo)函數(shù)的時(shí)候考慮圖像語(yǔ)義信息。

然而，在傳統(tǒng)的NMF對(duì)圖像數(shù)據(jù)間的關(guān)系表達(dá)和抗噪聲能方法比較弱。針對(duì)這個(gè)兩方面問(wèn)題，本方法借助L1圖在視覺(jué)特征的自動(dòng)選擇特性，構(gòu)建視覺(jué)L1圖約束，同時(shí)引入稀疏噪聲項(xiàng)約束，然后將這兩種約束條件加入到傳統(tǒng)的NMF算法框架中，得到魯棒非負(fù)矩陣分解算法模型?；谒岢龅哪Ｐ?，對(duì)新圖像的處理計(jì)算時(shí)間為線(xiàn)性時(shí)間，能夠快速準(zhǔn)確地進(jìn)行圖像檢索。

發(fā)明內(nèi)容

本發(fā)明的目的是克服現(xiàn)有基于非負(fù)矩陣分解在圖像間關(guān)系表達(dá)和抗噪聲兩方面上的不足，提出一種基于魯棒非負(fù)矩陣分解的圖像檢索方法。

基于魯棒非負(fù)矩陣分解的圖像檢索方法包括如下步驟：

1)從公共圖像數(shù)據(jù)集Corel5K中選擇50類(lèi)共5000張圖像，提取PHOG視覺(jué)特征[1]集X＝[x₁,...,x_n]，其中n＝5000，x_i為第i張圖像所對(duì)應(yīng)的PHOG視覺(jué)特征向量；將PHOG視覺(jué)特征集X作為所要構(gòu)建的L1圖的頂點(diǎn)，L1圖的邊權(quán)重矩陣W＝[w₁,...,w_n]，，其中w_i計(jì)算如下：