[發明專利]一種基于序列保留哈希的超低復雜度圖像檢索方法

有效

• 申請號: 201611127943.6
• 申請日: 2016-12-09
• 公開（公告）號: CN106777038B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 紀榮嶸;林賢明;劉弘
• 申請（專利權）人: 廈門大學
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/46;G06K9/62
• 代理公司: 廈門南強之路專利事務所(普通合伙) 35200
• 代理人: 馬應森

一種基于序列保留哈希的超低復雜度圖像檢索方法，涉及圖像檢索。對于圖像庫中的圖像，隨機選取一部分圖像作為訓練集，并抽取相應的圖像特征；采用非線性主成分分析方法將原圖像特征降低維度到與哈希編碼相同的長度；利用K?means聚類算法得一系列的支撐點，作為后續哈希函數學習的基礎；通過迭代優化學習對應的哈希函數；輸出對應的哈希函數并計算整個圖像庫的哈希編碼；對于查詢圖像，先抽取對應的GIST特征，根據訓練得到的哈希編碼函數對圖像特征進行哈希編碼，之后計算查詢圖像的哈希編碼與圖像庫中的圖像特征編碼之間的漢明距離，利用漢明距離大小衡量查詢圖像與圖像庫中待檢索圖像之間的相似性，返回相似度高的圖像。

技術領域

本發明涉及圖像檢索，具體是涉及一種基于序列保留哈希的超低復雜度圖像檢索方法。

背景技術

隨著互聯網技術的發展，網絡中的圖像數據量呈指數級別的增長。如何高效地組織、管理以及分析這些數據顯得十分重要。基于內容的圖像檢索(Content Based ImageRetrieval,CBIR)技術應運而生，受到了學術界和工業界的廣泛關注。通常，CBIR系統可分為兩大部分：1、圖像的特征表達；2、高效的檢索算法。

圖像的特征表達是提取圖像的相關特征對圖像的內容進行描述，例如VLAD特征(具體內容可以參見文章H,Jegou,M.Douze,C.Schmid and P.Perez“Aggregating localdescriptors into a compact image representat ion”,In the proceeding ofcomputer vision and pattern recognition,2011),然后通過特征的相似度計算查找與目標圖像相似的圖像。

然而，由于網絡中圖像數據規模非常龐大，暴力搜索不能解決實際問題。因此，如何解決特征壓縮和高效存儲、以及如何實現大規模數據的快速檢索與索引就顯得更為重要。在以往的研究中，基于樹的索引方案和基于哈希編碼的方案得到了學術界和工業界的廣泛關注。當特征維度較高時，基于樹的索引方案將會轉變為窮盡搜索。圖像的特征表達的維度都非常高，基于樹的索引方案很難實現海量高維圖像的檢索需求。哈希算法是目前在大規模數據搜索中得到廣泛采納的方案。哈希算法主要思想是將高維度的實數特征表達根據圖像的語義相關度，將相似的特征表達通過編碼長度相同且漢明距離相差不大的二進制哈希碼進行表示。哈希算法一方面可以通過較少的存儲空間來存儲大規模的數據，另一方面哈希編碼之間的漢明距離可以實現高效計算。