[發明專利]一種網絡環境下的近似重復圖像搜索方法

有效

• 申請號: 201410602359.6
• 申請日: 2014-10-31
• 公開（公告）號: CN104462199B
• 公開（公告）日: 2017-09-12
• 發明（設計）人: 胡衛明;李峻;興軍亮
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙)11482
• 代理人: 宋寶庫

1.一種網絡環境下的近似重復圖像搜索方法，其特征在于，該方法包括離線階段和在線階段，步驟如下：

離線階段：

步驟A1：提取和描述輸入網絡圖像的低層局部特征；

步驟A2：利用上述局部特征構建視覺詞典，并將上述局部特征量化后，生成圖像的全局特征描述；

步驟A3：構建倒排序索引；

在線階段：

步驟B1：提取和描述給定查詢圖像的低層局部特征；

步驟B2：將B1中所獲得的局部特征量化；

步驟B3：計算查詢圖像與離線階段所輸入網絡圖像的相關性，并對待匹配圖像進行排序；

其中，所述步驟A2包括：

步驟A21:選取圖像訓練集，并提取圖像訓練集中所有圖像的局部特征作為訓練特征集，通過無監督K-均值聚類法，對訓練特征集進行聚類進而生成視覺詞典；

步驟A22:對視覺詞典進行更新，使得詞典適應于輸入的網絡圖像并保持一致性；

步驟A23:在得到更新后的詞典之后，利用局部約束線性編碼的方法，將輸入的網絡圖像中的所有特征進行量化，并映射到視覺詞典上；

步驟A24:利用圖像金字塔對圖像進行弱分割，將量化后的局部特征按照分塊原則進行特征的聚集，并生成圖像的分塊表示；

步驟A25:將不同層次上的所有圖像分塊表示串聯起來，生成一幅圖像的整體表示。

2.根據權利要求1所述的方法，其特征在于，步驟B1與步驟A1中的所述的局部特征提取方法相同，步驟B2與步驟A2中所述的局部特征量化方法相同。

3.根據權利要求2所述的方法，其特征在于，所述步驟A1包括：

步驟A11:對于輸入的網絡圖像進行局部關鍵點的提取，并去除離群噪聲點；

步驟A12:對所有保留的關鍵點，在其周圍領域統計相關梯度方向信息，并生成基于梯度方向直方圖的特征描述子。

4.根據權利要求2所述的方法，其特征在于，所述步驟A3包括：離線階段對于輸入網絡圖像中的所有圖像表示按照視覺單詞目錄建立倒排索引，并計算詞頻和倒排文檔頻率。

5.根據權利要求2所述的方法，其特征在于，所述步驟B3包括：

步驟B31：通過計算詞頻以及倒排文檔頻率加權求和的方法計算給定查詢圖像與輸入網絡圖像之間的相關性；

步驟B32:按照圖像的相關性對待匹配圖像進行排序，返回圖像序列中排在前面的圖像，作為給定查詢圖像的近似重復圖像。

6.根據權利要求1所述的方法，其特征在于，步驟A24中所述圖像金字塔為兩層圖像金字塔，第一層為圖像本身，第二層被分為2*2圖像單元。