[發(fā)明專利]一種基于對(duì)特征方向進(jìn)行聚類的無監(jiān)督哈希檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810134469.2
• 申請(qǐng)日: 2018-02-09
• 公開（公告）號(hào): CN108491430B
• 公開（公告）日: 2021-10-15
• 發(fā)明（設(shè)計(jì)）人: 鄧偉洪;袁彤彤
• 申請(qǐng)（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號(hào): G06F16/583
• 分類號(hào): G06F16/583;G06F16/53;G06K9/62
• 代理公司: 北京永創(chuàng)新實(shí)專利事務(wù)所 11121
• 代理人: 祗志潔

1.一種基于對(duì)特征方向進(jìn)行聚類的無監(jiān)督哈希檢索方法，其特征在于，包括如下步驟：

步驟一、從圖像數(shù)據(jù)集中隨機(jī)選取圖像，進(jìn)行去噪處理，獲取訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；

步驟二、對(duì)訓(xùn)練數(shù)據(jù)集中的圖像，進(jìn)行特征提取；

步驟三、特征降維，具體是：使用K-means方法對(duì)提取的訓(xùn)練集圖像的特征進(jìn)行列聚類，生成類別中心和每列特征的索引；把屬于同一個(gè)類別中心的特征列組成一個(gè)集合，并通過數(shù)值運(yùn)算求均值的操作從各聚類集合中獲得新的一維特征，設(shè)生成維度為K的特征；K為正整數(shù)；

所述的步驟三包括：

步驟3.1，設(shè)提取的訓(xùn)練數(shù)據(jù)集的原始特征數(shù)據(jù)X，第j列表示為x_j，使用K-means方法對(duì)特征的列維度d進(jìn)行聚類，目標(biāo)是最小化類內(nèi)的平方和：

其中，S＝{s₁,s₂,…s_i,…,s_K}，K為聚類個(gè)數(shù)，s_i表示特征聚類之后的集合，s_i中包含的元素是以u(píng)_i為中心的特征序列；d為圖像的原始特征維度；

步驟3.2，對(duì)步驟3.1中得到的K個(gè)集合中的特征都進(jìn)行取列均值操作，每個(gè)集合s_i得到一個(gè)對(duì)應(yīng)的y_i；

其中，I(x_j∈s_i)是一個(gè)判斷函數(shù)，如果括號(hào)里內(nèi)容為真則結(jié)果為1，否則為0；

步驟3.3，利用得到的{y₁,y₂,…,y_i,…,y_K}來組成新的特征，其中Kd；

步驟四、使用自適應(yīng)的量化方法對(duì)步驟三獲得的新特征進(jìn)行哈希量化；

使用K-means聚類方法把每一個(gè)特征維度的數(shù)據(jù)點(diǎn)聚成兩類，并得到兩個(gè)類別中心，對(duì)新特征中的數(shù)據(jù)依據(jù)距離兩個(gè)類別中心的遠(yuǎn)近，分別量化為0或1；

步驟五、進(jìn)行圖像檢索，具體是：

對(duì)測(cè)試集中的查詢圖像進(jìn)行步驟二的特征提取，對(duì)提取的特征依次利用步驟三進(jìn)行特征降維，利用步驟四進(jìn)行哈希量化，得到該圖像的二值編碼；計(jì)算該圖像的二值編碼與步驟四得到的訓(xùn)練集的二值編碼之間的漢明距離，按照漢明距離大小對(duì)訓(xùn)練集進(jìn)行排序，返回查詢圖像與訓(xùn)練樣本之間的漢明距離的排序結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的步驟一，包括如下步驟：

步驟1.1，設(shè)圖像數(shù)據(jù)集中包含m類圖像，為每類隨機(jī)選取設(shè)定數(shù)量的樣本；m為正整數(shù)；

步驟1.2，采用信息熵來消除噪聲過大的草圖樣本；

某樣本所含的信息熵H為：其中，P_i是灰度值i在草圖中占的比例，i取值0和255，0和255分別表示灰度圖的黑點(diǎn)和白點(diǎn)；

計(jì)算出每個(gè)類別中所有樣本的信息熵；

步驟1.3，對(duì)于每個(gè)類別的樣本的信息熵使用核密度估計(jì)計(jì)算出概率密度函數(shù)，選取處于中間80％的概率密度的圖像，作為去噪后的干凈數(shù)據(jù)集；

步驟1.4，為每個(gè)類別從干凈數(shù)據(jù)集中選取測(cè)試集和訓(xùn)練集。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述的圖像數(shù)據(jù)集為Quick Draw草圖數(shù)據(jù)集，進(jìn)行特征提取時(shí)，使用324維的HOG特征。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的K取值為16、32或64。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的步驟四中，包括如下步驟：

步驟S4.1：對(duì)第三步得到每一維特征進(jìn)行K-means聚類，聚成兩類，保留每個(gè)維度得到的兩個(gè)類別中心；設(shè)對(duì)特征列y_i聚類得到的兩個(gè)類別中心為c₁、c₂；

步驟S4.2：將特征列y_i的實(shí)數(shù)值y_ji按照得到的類別中心進(jìn)行量化得到列向量B_i，距離c₁近的一類數(shù)據(jù)點(diǎn)量化為0，距離c₂近的一類數(shù)據(jù)點(diǎn)量化為1；

得到最終的哈希二值編碼B，B_ji表示B中第j行第i列的元素。