[發(fā)明專利]基于優(yōu)化的視覺詞典與自適應(yīng)軟分配的圖像檢索方法

在審

• 申請?zhí)枺?/td>: 201810191947.3
• 申請日: 2018-03-08
• 公開（公告）號: CN108427745A
• 公開（公告）日: 2018-08-21
• 發(fā)明（設(shè)計）人: 李澤超;劉卉
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 朱寶慶

1.一種基于優(yōu)化的視覺詞典與自適應(yīng)軟分配的圖像檢索方法，其特征在于，包括以下步驟：

步驟1，提取圖像的多種局部特征；

步驟2，對單一特征進(jìn)行canopy聚類，將獲得的類簇中心作為初始類中心點進(jìn)行K-means聚類，得到初始視覺詞典；

步驟3，對初始視覺詞典中的視覺單詞進(jìn)行局部維度的壓縮編碼，獲得優(yōu)化后的視覺詞典；

步驟4，采用自適應(yīng)地軟分配技術(shù)獲得圖像最終的特征表示；

步驟5，融合多特征計算圖像間的相似性距離，根據(jù)距離的排序結(jié)果獲得檢索結(jié)果圖像序列。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2中利用canopy聚類確定K-means初始聚類中心的具體步驟為：

步驟2-1，確定兩個閾值T1與T2，設(shè)定T2<T1，在未分類的原始數(shù)據(jù)集上選取一個點Q，計算它到其他所有類簇中心點canopy的距離dist；如果目前還沒有一個canopy，第一個點即為一個canopy；

步驟2-2，如果Q點到某個canopy的dist_i小于T1，則將Q點劃分到該canopy中，但仍在原數(shù)據(jù)列表中保留該點；如果Q點到所有的canopy的dist都大于T1，則Q就作為一個新的canopy，并從列表中除去；

步驟2-3，如果Q點到某個canopy的dist_i小于T2，則將Q點劃分到該canopy后從列表中除去；

步驟2-4，重復(fù)以上過程直到列表為空，最后得到的canopy即可作為K-Means聚類的初始類簇中心點；

步驟2-5，利用步驟2-4得到的初始類簇中心點進(jìn)行K-means聚類。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟3包括以下具體步驟：

步驟3-1，基于步驟2得到的類簇中心生成初始視覺詞典X＝[x₁,x₂,...,x_i,...,x_N]，其中N表示中心點的數(shù)目也就是視覺詞典的大小，其中x_i∈R^D，X∈R^N×D，R為實數(shù)，D為x_i的維度；

步驟3-2，對初始視覺詞典進(jìn)行優(yōu)化的乘積量化操作，具體如下：

步驟3-2-1，將步驟3-1中的x_i劃分為M個子向量其中的維度是D/M，D＝cM，c是一個正整數(shù)，當(dāng)所有的數(shù)據(jù)點都被劃分成M塊，則預(yù)定義的所有數(shù)據(jù)點的第m塊表示成X^m∈R^N×(D/M)，M個部分的組合表示為X＝[X¹,X²,...,X_m,...,X^M]，最后將各個部分的數(shù)據(jù)點集合作為一個數(shù)據(jù)集進(jìn)行聚類，獲得的子視覺詞典表示為V^m有k個視覺詞匯；

步驟3-2-2，是將各子視覺詞典的笛卡爾積表示最終的視覺詞典V＝V¹×V²×...×V^m×...×V^M，視覺單詞v由M個子視覺單詞構(gòu)成v＝[v¹,v²,...,v^m,...,v^M]，其中v^m∈V^m；

這里定義一個子量化算子x^m→v^m(x^m)，那么完整的數(shù)據(jù)向量為x＝[v¹(x¹),v²(x²),...,v^m(x^m),...v^M(x^M)]→v(x)。量化誤差可用一個平方誤差公式表示因此最優(yōu)目標(biāo)函數(shù)為公式為

步驟3-2-3，定義一個正交矩陣R’，D維的向量空間左乘R’得到旋轉(zhuǎn)后的特征向量空間，然后再將特征向量劃分成等D/M維的塊，第i塊包含維度(i-1)*D/M～(i-1)*D/M+{1,2,...,D/M}，其被量化到第i塊子空間；

步驟3-2-4，將一個D維的特征向量x映射到距離其最近的視覺單詞v時等同于將R’x映射到最近的R’v，因此目標(biāo)最優(yōu)化問題轉(zhuǎn)換為

步驟3-2-5，對于子視覺詞典與矩陣R’，分別使其中一者保持不變而優(yōu)化另一者，首先保持R’不變，優(yōu)化其中R'v∈V¹×V²×...×V^m×...×V^M；再使不變，優(yōu)化R’，其中R'^T R'＝I。