[發明專利]一種基于對特征方向進行聚類的無監督哈希檢索方法

有效

• 申請號: 201810134469.2
• 申請日: 2018-02-09
• 公開（公告）號: CN108491430B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 鄧偉洪;袁彤彤
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/53;G06K9/62
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 祗志潔

本發明公開了一種基于對特征方向進行聚類的無監督哈希檢索方法，屬于圖像檢索技術領域。首先針對不同的數據集提取相應的合適的特征；然后使用K?means聚類將相似的特征分為一類，并且對相似的一系列特征取均值成為新的特征；對每一個維度使用K?means聚類，生成兩個類別中心，對每一維的數據按照和中心的距離進行量化操作，得到二值編碼。最后將給定的查詢圖像按照上述步驟生成編碼，通過計算漢明距離來比較和訓練集數據的相似度，得到檢索的結果。本發明能夠更加高效、準確地進行無監督的圖像檢索，作為一個合理的參考，具有很大的實用價值。

技術領域

本發明屬于圖像檢索技術領域，具體涉及一種基于對特征方向進行聚類的無監督哈希檢索方法。

背景技術

互聯網時代的一個典型特點就是多媒體信息數據量的劇增，面對大規模的圖像數據集，如何快速準確的檢索出感興趣的圖片成為了計算機視覺領域中重要的研究問題。傳統的計算圖片相似度的方法，往往由于計算過程和存儲圖片的開銷過大，難以在大規模圖像數據集上應用，因此面向大規模數據集檢索的哈希算法應運而生。

目前，無監督的哈希檢索技術主要包括特征降維和量化編碼兩個步驟，然而目前的應用在哈希檢索的特征降維技術存在一些缺陷。在基于主成分分析法(PCA)的哈希降維方式中[1][2]，產生的新的投影方向存在著方差極其不均衡的問題，為后續的量化操作帶來不便。另外，在降維過程中盡可能保持與原有的空間的距離相似度一直是技術難點，這一問題影響了哈希檢索的準確率。

參考文獻：

[1]Y.Weiss,A.Torralba,and R.Fergus,“Spectral hashing,”in Conferenceon Neural Information Processing Systems,Vancouver,British Columbia,Canada,December,2008,pp.1753–1760.

[2]Y.Gong,S.Lazebnik,A.Gordo,and F.Perronnin,“Iterative quantization:A procrustean approach to learning binary codes for large-scale imageretrieval,”IEEE Transactions on Pattern Analysis and Machine Intelligence,vol.35,no.12,pp.2916–29,2013.

當前我國信息化工作的一項重點就是加強對大數據的處理能力研究。研究快速有效的信息檢索方法，能夠大大地提高社會的效率，推動科技技術的進步。因此，需要一種適合大規模數據集檢索的方法。

發明內容

針對目前存在的哈希方法中的PCA降維技術產生的不平衡方差的數據的問題，以及盡可能的保持原有空間的相似度，本發明提供了一種基于對特征方向進行聚類的無監督哈希檢索方法，通過對哈希檢索中的特征降維步驟進行改造，實現了平衡降維后數據的方差，保持原有的空間相似度的效果，同時具有操作簡便，檢索準確率高的優勢。

本發明提供的基于對特征方向進行聚類的無監督哈希檢索方法，實現步驟包括：

步驟一、從圖像數據集中隨機選取圖像，進行去噪處理，獲取訓練數據集和測試數據集；

步驟二、對訓練數據集中的圖像進行特征提取；

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

步驟四、使用自適應的量化方法對步驟三獲得的新特征進行哈希量化；