[發明專利]一種基于多層特征表示的實例級圖像搜索方法

在審

• 申請號: 201711176421.X
• 申請日: 2017-11-22
• 公開（公告）號: CN107784122A
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 殷周平
• 申請（專利權）人: 殷周平
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 重慶百潤洪知識產權代理有限公司50219
• 代理人: 劉立春

技術領域

本發明涉及圖像搜索技術領域，具體為一種基于多層特征表示的實例級圖像搜索方法。

背景技術

隨著互聯網的迅速發展。在線圖片的數量呈現爆炸性的增長，尤其在最近移動互聯網端的迅猛發展，圖片作為其信息呈現的載體逐漸火爆。隨著大量圖片資源的涌現。在大規模的圖像規模下的圖像檢索需求越發突出。人們對于檢索的要求也越來越高。傳統的通過文字作為關鍵字來檢索使用標簽標記圖片的模式愈發不能滿足人們對于新型互聯網的要求。更多的，通過圖片本身的語義來檢索相關類似的圖片是將來的圖片檢索的發展方向。如何通過提取圖片本身的語義。井且通過其提取出來的信息進行檢索。

所以，如何設計一種基于多層特征表示的實例級圖像搜索方法，成為我們當前要解決的問題。

發明內容

本發明的目的在于提供一種基于多層特征表示的實例級圖像搜索方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：一種基于多層特征表示的實例級圖像搜索方法，包括如下步驟：

1)區域提取：將一幅圖片切分成多個對象，由多個對象來描述整幅圖片，在對象層面上，絕大多數圖片所包含的對象不會超過兩位數，這也使得適合適應在sift上的一些良好運算方法，因此，我們可以采取MAX函數對區域特征進行提取；

2)區域篩選：在對象檢測領域，使用SVM來鑒別一個特征是否代表一個對象，篩選的過程中，參照SVM所使用的方法，在經過NMS處理，候選框的數量大大減少，在經過這個分析中，根據經驗我們需要設置一個閾值，如果選框的的評分大于這個閾值才能將其加入最后的候選框中，最后得到最終的圖像結果；

3)特征不變性分析：多級特征在水平剪裁，豎直剪裁，縮放方面，尤其是縮放方面比單級特征更加具有很好的穩定性，在縮放時，在尺寸的大小為1.5時其歐式距離的大小達到極值點；

4)特征編碼：為了使用提取出來的特征向量更快地進行圖像檢索，我們需要對獲取得到的特征向量進行相應的壓縮、編碼工作，這樣可以減少在檢索時的時問復雜度，卷積神經網絡由卷積層、降采樣層、全連接層構成，圖片在經過卷積層時，每一張特征圖由不同的卷積核在圖片上進行卷積運算獲得，每一個卷積核所代表了圖片內的不同的結構，Relu是一個原地操作，把將激活值為負值的節點的激活值直接設置為0，這保證了在隱層節點當中激活值的非負性，降采樣，即池化層，通過max-pooling的方式，使用獲取到所覆蓋的區域內的最高值來描述該區域，通過這種max-pooling的方式，圖片對于一定程度的噪聲有比較好的抗性，采用PCA降維對數字圖像進行處理；

5)索引構建：在一個K維數據集合上構建一棵Kd-Tree代表了對該K維數據集合構成的K維空間的一個劃分，即樹中的每個結點就對應了一個K維的超矩形區域，KD樹是一種空間劃分樹，就是把整個空間劃分為特定的幾個部分，然后在特定空間的部分內進行相關搜索操作。

根據上述技術方案，所述步驟1)中MAX函數的基本公式表示為：

其中，f(·)代表的是所采用的相識度度量函數，b_xⁱ代表X的第i個候選框，b_y^j代表圖Y的第j個候選框。

根據上述技術方案，所述步驟2)中選框篩選的過程當中，除了需要篩選出具有高級語義的部分以外，我們依然需要考慮兩點因素：

(1)圖片包含高級定義，但是選框并沒有覆蓋到，或者SVM評分太低，認為其并不能算作是一個對象區域；

(2)圖像本身并不包含高級語義。

根據上述技術方案，所述步驟4)中在數據進行預設之后，通過只選擇前面的若干個緯度來達到降低數據緯度的目的，該算法的使用需要兩個過程，訓練與計算：

(1)首先拿到樣品集合后，計算矩陣的協方差矩陣生成樣本的協方差矩陣C；

(2)計算相應的協方差矩陣C的特征向量{e₁,e₂,e₃,…}與特征值{λ₁，λ₂，λ₃，…}；

(3)將投影數據投影到新的特征空間中；

(4)選取前k(k<n)個特征向量表示降維后的特征。

根據上述技術方案，所述步驟5)KD樹的構件過程如下：