[發明專利]基于個性化視覺字典自適應調整的社交圖像檢索方法

在審

• 申請號: 201510111639.1
• 申請日: 2015-03-13
• 公開（公告）號: CN104699783A
• 公開（公告）日: 2015-06-10
• 發明（設計）人: 牛振興;高新波;宋軍;李潔;王斌;宗汝;鄭昱
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;王喜媛

1.一種基于個性化視覺字典自適應調整的社交圖像檢索方法，其特征在于，包括以下步驟：

(1)在互聯網上抓取Flickr網站的N幅圖像作為通用圖像集，提取每幅圖像的局部特征SIFT，構建通用視覺字典，N>＝100萬；

(2)輸入用戶的圖像集，提取每幅圖像的局部特征SIFT，并利用用戶圖像集的局部特征SIFT的分布情況，對通用視覺字典進行調整，生成用戶的個性化視覺字典；

(3)利用用戶的個性化視覺字典，對用戶圖像進行量化表示，建立用戶圖像集的個性化倒排索引；

(4)根據用戶的個性化視覺字典與倒排索引，完成查詢圖像的檢索：

(4a)根據用戶的個性化視覺字典，對查詢圖像進行量化表示；

(4b)計算查詢圖像與用戶圖像之間的相似度，根據相似度對用戶圖像集進行排序，將排在最前面的圖像的索引值作為檢索結果返回。

2.根據權利要求1所述的基于個性化視覺字典重建的社交圖像檢索方法，其特征在于，步驟(1)所述的在互聯網上抓取Flickr網站的N幅圖像作為通用圖像集，是通過調用Flickr網站公開的應用程序編程接口完成。

3.根據權利要求1所述的基于個性化視覺字典自適應調整的社交圖像檢索方法，其特征在于，步驟(2)所述對通用視覺字典進行調整，生成用戶的個性化視覺字典，按如下步驟進行：

(2a)提取用戶圖像集的SIFT特征；

(2b)利用歐式距離度量法，量化SIFT特征與通用視覺字典中每個視覺單詞的誤差，采用硬劃分的準則選取SIFT特征與視覺單詞之間誤差最小的視覺單詞作為SIFT特征對應的視覺單詞；

(2c)統計每個視覺單詞覆蓋的SIFT特征的數目，選取覆蓋數目大于60％的視覺單詞作為非判別性視覺單詞候選集；

(2d)按照下式，計算非判別性視覺單詞候選集中每個視覺單詞在特征空間中占據的空間體積：

si=1KΣj=1Kdij=1KΣj=1K||ci-cj||2]]>

其中，c_i表示視覺單詞，K表示與視覺單詞c_i最近鄰的視覺單詞的數目，d_ij表示視覺單詞之間的距離，s_i表示視覺單詞在特征空間中占據的空間體積；

(2e)按照下式，計算非判別性視覺單詞候選集中每個視覺單詞的方差：

vi=1TΣt=1T||xt-ci||,]]>

其中，c_i表示視覺單詞，T表示被分配到視覺單詞c_i的SIFT特征數目，x_t表示SIFT特征，v_i表示視覺單詞的方差；

(2f)針對實驗數據設定閾值F，將非判別性視覺單詞候選集中視覺單詞在特征空間中占據的空間體積或者視覺單詞的方差大于給定閾值F的視覺單詞判定為非判別性視覺單詞；

(2g)將用戶圖像集中被分配到非判別性視覺單詞中的SIFT特征組成特征集合，重新利用K均值聚類方法，得到新的視覺單詞；

(2h)用新得到的視覺單詞替換通用視覺字典中非判別性視覺單詞，構建用戶圖像集的個性化視覺字典。

4.根據權利要求1所述的基于個性化視覺字典自適應調整的社交圖像檢索方法，其特征在于，步驟(3)所述的對用戶圖像進行量化表示，是利用個性化視覺字典，采用硬化分的準則，得到用戶圖像在個性化視覺字典上的特征分布詞袋。