[發明專利]指數權重VLAD特征的權重處理方法及裝置

在審

• 申請號: 201810118039.1
• 申請日: 2018-02-06
• 公開（公告）號: CN108415958A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 張默;劉彬
• 申請（專利權）人: 北京陌上花科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京卓唐知識產權代理有限公司 11541
• 代理人: 李志剛;任晨雪

本發明公開了一種指數權重VLAD特征的權重處理方法及裝置。用于將VLAD特征處理得到權重特征，所述方法包括：接收目標圖像的第一特征；對所述第一特征執行降維操作，得到所述第一特征的低維特征向量；對所述低維特征向量按照預設權重處理得到權重特征向量；采用接收目標圖像的第一特征的方式，通過對第一特征執行降維操作，達到了對低維特征向量按照預設權重處理得到權重特征向量的目的，從而實現了提高相似度計算精確度的技術效果，進而解決了由于相關技術中的圖像特征由于沒有進行準確的降維和權重修正處理導致計算相似度時產生較大誤差的技術問題。

技術領域

本發明涉及圖像檢索領域，具體而言，涉及一種指數權重VLAD特征的權重處理方法及裝置。

背景技術

基于內容的圖像檢索作為計算機視覺領域的一個重要研究問題，在過去的十年里受到國內外學者的廣泛關注，具體的，基于內容的圖像檢索是指從圖像數據庫中查找出與待檢索圖像相似的圖像，在特征量化的過程中，采用局部特征聚合描述符(Vector ofLocally Aggregated Descriptors，簡稱VLAD)算法，先將圖像的SIFT特征進行聚類，然后統計一幅圖像中所有 SIFT特征與其相近聚類中心的累積殘差來表示最終的圖像特征；這種方法能考慮到特征間關聯的同時對圖像的局部信息有更細致的刻畫，使最終所得圖像特征對各類圖像變換具有更高魯棒性。

由于相關技術中的主成分分析降維方法的降維矩陣是按照特征值從大到小排列的，所以降維后向量的前幾個數據往往遠大于平均值，這樣會對特征的提取造成較大干擾，因為若是前幾個數據出現了差錯，在比較特征向量相似度時就容易產生較大誤差，所以理想情況是使特征向量中前幾個過大的數據按一定比例縮小，而使后面變化不大的數據盡量保持不變。

因此，急需一種指數權重VLAD特征的權重處理方法及裝置，以解決相關技術中的圖像特征由于沒有進行準確的降維和權重修正處理導致計算相似度時產生較大誤差的技術問題。

發明內容

本發明的主要目的在于提供一種指數權重VLAD特征的權重處理方法，以解決相關技術中的圖像特征由于沒有進行準確的降維和權重修正處理導致計算相似度時產生較大誤差的技術問題。

為了實現上述目的，根據本發明的一個方面，提供了一種指數權重 VLAD特征的權重處理方法，用于將VLAD特征處理得到權重特征。

根據本發明的指數權重VLAD特征的權重處理方法包括：

接收目標圖像的第一特征；

對所述第一特征執行降維操作，得到所述第一特征的低維特征向量；以及

對所述低維特征向量按照預設權重處理得到權重特征向量。

進一步的，所述接收目標圖像的第一特征包括：

提取所述目標圖像的局部特征，其中，所述局部特征為通過SIFT算法計算得到的局部描述子；

對所述局部特征進行聚類，得到聚類中心；

根據所述局部特征和所述聚類中心，得到所述第一特征，其中，所述第一特征為所述目標圖像的VLAD特征向量。

進一步的，所述對所述第一特征執行降維操作，得到所述第一特征的低維特征向量包括：

通過所述第一特征的差別方差，得到所述第一特征的相關性；

通過所述第一特征的特征向量和特征值，得到降維矩陣；

根據所述相關性和所述降維矩陣進行映射，得到低維特征向量。

進一步的，所述對所述低維特征向量按照預設權重處理得到權重特征向量包括：