一種基于DTW的圖像時間序列相似度檢索方法.pdf

1、移動互聯(lián)網(wǎng)時代的到來，加快了信息的分享和流動，過于泛濫的信息引爆了信息災難，多媒體資源也深受其害，現(xiàn)如今多媒體資源已經(jīng)成為互聯(lián)網(wǎng)信息傳播最主要媒介之一，圖像是多媒體資源傳播最為簡單、直觀的一個載體，圖像檢索成為當下的一個研究熱點。然而基于傳統(tǒng)的內(nèi)容的圖像檢索技術，面臨的首要問題是特征向量提取難度大，其次就是采用順序檢索方式，檢索效率非常低;基于高維向量索引技術，暴露出的則是維度災難問題，索引的建立工作量巨大，且索引的更新頻率快。這些諸多

2、問題已不能滿足當下快速檢索圖像的一個需求，需要迫切提出一種新的檢索方法來解決以上問題。
　　本文針對以上問題結合圖像在時間序列上的概念，進一步對圖像檢索領域深入研究，主要工作內(nèi)容如下:
　　1.針對高維向量維度信息丟失問題，本文提出了一種對高維向量文本化表示的改進，在全文檢索技術應用到高維向量檢索過程之前，首先需要將高維向量轉變?yōu)槲谋拘畔?，最簡捷的方式是將高維向量中每一個數(shù)字拼接成一個字符串的形式，但是這種轉變方式存在一定的

3、缺陷，將會導致高維向量維度信息丟失。本文在高維向量轉變過程中做了一個改進，在當前的維度信息轉變?yōu)閱蝹€詞之前加上一個維度標識信息，維度標識信息則表示高維向量的維度信息，就可避免上述問題。
　　2.本文最主要的工作是提出一種DTW圖像時間序列相似性匹配算法模型，把時間序列從聲音識別領域引入到圖像檢索領域，它結合圖像時間序列的相似性在時間空間上特性和動態(tài)時間規(guī)整算法的特點。首先遍歷待檢索的圖像，利用時間序列特性，提取出每張圖像像素序列，

4、將得到一個長度為定值的數(shù)字序列，且在每個數(shù)字序列中加入了一組值為256的RGB顏色模型，最終得到本文需要的數(shù)字序列，最后通過DTW算法計算不同數(shù)字序列間的相似度距離。
　　通過試驗結果可以看出，基于DTW圖像時間序列相似性檢索方法可以快速檢索相似性圖像，相對基于內(nèi)容的圖像檢索技術，不需要提取圖像特征向量，相對高維向量索引技術不需要對每一個目標建立一個索引，是一種需要對數(shù)據(jù)集進行訓練，而能夠快速檢索出那些具有相似度圖像的結果集的方法