[發(fā)明專(zhuān)利]一種基于最大相似度匹配的圖片檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510028073.6
• 申請(qǐng)日: 2015-01-20
• 公開(kāi)（公告）號(hào): CN104615676B
• 公開(kāi)（公告）日: 2018-08-24
• 發(fā)明（設(shè)計(jì)）人: 王瀚漓;王雷;朱馮貺天
• 申請(qǐng)（專(zhuān)利權(quán)）人: 同濟(jì)大學(xué)
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30;G06K9/66
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 趙繼明

1.一種基于最大相似度匹配的圖片檢索方法，其特征在于，實(shí)現(xiàn)圖片的在線(xiàn)檢索，包括以下步驟：

1)獲取訓(xùn)練圖片集；

2)在多尺度空間上對(duì)獲取的圖片進(jìn)行特征點(diǎn)檢測(cè)和描述；

3)對(duì)步驟2)提取的特征點(diǎn)的集合進(jìn)行聚類(lèi)并生成包含g個(gè)視覺(jué)詞匯的視覺(jué)字典；

4)將步驟2)提取的每個(gè)特征映射到與當(dāng)前特征l₂距離最小的視覺(jué)詞匯上，并將當(dāng)前特征與相應(yīng)視覺(jué)詞匯的歸一化殘差向量存儲(chǔ)在倒排索引結(jié)構(gòu)中，形成查詢(xún)數(shù)據(jù)庫(kù)；

5)獲取待檢索圖片，執(zhí)行步驟2)和4)，獲得待檢索圖片的倒排索引結(jié)構(gòu)，根據(jù)該倒排索引結(jié)構(gòu)檢索查詢(xún)數(shù)據(jù)庫(kù)，基于最大相似度匹配，獲得待檢索圖片的檢索結(jié)果；

所述步驟5)中，根據(jù)待檢索圖片倒排索引結(jié)構(gòu)采用最大相似度匹配在查詢(xún)數(shù)據(jù)庫(kù)中進(jìn)行檢索，獲得與該待檢索圖片匹配的檢索結(jié)果，所述最大相似度匹配的核函數(shù)為：

其中，X_c＝{x∈X:q(x)}，Y_c＝{y∈Y:q(y)}分別表示待檢索圖片特征點(diǎn)集合X和與其對(duì)應(yīng)的訓(xùn)練圖片特征點(diǎn)集合Y中屬于視覺(jué)詞匯c的特征子集，q表示執(zhí)行聚類(lèi)操作的函數(shù)，m＝max(#X_c，#Y_c)，#X_c、#Y_c分別為集合X_c、Y_c的基數(shù)，k表示集合X_c與Y_c進(jìn)行匹配的第k種排列，r(x_i^k)為第k種排列下X_c中第i個(gè)特征所對(duì)應(yīng)的歸一化殘差向量，r(y_i)為第k種排列下Y_c中對(duì)應(yīng)r(x_i^k)的歸一化殘差向量，σ(·)為非線(xiàn)性函數(shù)，定義為：

2.根據(jù)權(quán)利要求1所述的基于最大相似度匹配的圖片檢索方法，其特征在于，所述步驟2)中，采用改進(jìn)版本Hessian-Affine特征點(diǎn)檢測(cè)算法和SIFT局部特征描述子在多尺度空間上進(jìn)行特征點(diǎn)檢測(cè)和描述，具體為：

1a)使用Hessian-Affine特征點(diǎn)檢測(cè)算法對(duì)圖片進(jìn)行檢測(cè)，得到局部特征點(diǎn)集Z＝{z₁，…，z_n}，n為特征點(diǎn)數(shù)量；

1b)對(duì)于Z，使用SIFT局部特征描述子進(jìn)行描述，得到對(duì)應(yīng)的特征向量，形成特征點(diǎn)集合X＝{x₁，…，x_n}，其中，x_i為128維特征向量，i＝1，…，n。

3.根據(jù)權(quán)利要求2所述的基于最大相似度匹配的圖片檢索方法，其特征在于，所述改進(jìn)版本Hessian-Affine特征點(diǎn)檢測(cè)算法中，固定特征點(diǎn)主方向?yàn)榇怪毕蛳隆?/p>

4.根據(jù)權(quán)利要求2所述的基于最大相似度匹配的圖片檢索方法，其特征在于，所述步驟3)具體為：

3a)利用k均值聚類(lèi)算法將提取出的特征集F中的所有特征聚成g個(gè)類(lèi)，其中，F(xiàn)＝{F₁，…，F(xiàn)_s}，為從擁有s張圖片的圖片集N中提取出的特征集；

3b)記錄并保存每個(gè)類(lèi)的中心點(diǎn)，組成視覺(jué)詞典：C＝{c₁，…，c_g}，其中，每一個(gè)視覺(jué)詞匯c_h都是一個(gè)128維向量，h＝1，…，g。

5.根據(jù)權(quán)利要求4所述的基于最大相似度匹配的圖片檢索方法，其特征在于，所述步驟4)具體為：

4a)對(duì)于某一特征x，依次計(jì)算其與每一個(gè)視覺(jué)詞匯的l₂距離d，并找出距離最小的視覺(jué)詞匯c：

4b)對(duì)X進(jìn)行上述操作，則獲得X中屬于視覺(jué)詞匯c的特征子集：

X_c＝{x∈X:q(x)＝c}

4c)將每一個(gè)特征x與所屬的視覺(jué)詞匯c的歸一化殘差向量r(x)存儲(chǔ)在倒排索引結(jié)構(gòu)中，其中：