基于聚類緊湊特征的大規(guī)模圖像檢索研究.pdf

1、隨著互聯(lián)網(wǎng)和數(shù)字?jǐn)z影設(shè)備的普及和發(fā)展，圖像的數(shù)量和內(nèi)容越來(lái)越豐富。圖像作為一種內(nèi)容豐富、表現(xiàn)直觀、數(shù)字化的數(shù)據(jù)形式，其信息的強(qiáng)大優(yōu)勢(shì)，使圖像迅速滲透到社會(huì)的各行各業(yè)，應(yīng)用價(jià)值越來(lái)越高。面對(duì)圖像數(shù)據(jù)的爆炸性增長(zhǎng)，如何從中檢索到自己感興趣的圖像，就顯得尤為重要。
　　近幾年研究者們將注意力集中在基于內(nèi)容的圖像檢索技術(shù)，以計(jì)算機(jī)視覺(jué)、信息檢索、機(jī)器學(xué)習(xí)等理論為基礎(chǔ)，發(fā)展圖像視覺(jué)內(nèi)容的提取和檢索技術(shù)，并取得了一定的進(jìn)展。但面對(duì)目前日益增長(zhǎng)

2、的海量圖像，圖像檢索實(shí)時(shí)性要求越來(lái)越高，傳統(tǒng)的基于內(nèi)容的圖像檢索已經(jīng)不能滿足實(shí)時(shí)性需求。針對(duì)現(xiàn)有方法存在的不足，吸取了計(jì)算機(jī)視覺(jué)理論、信息檢索理論和機(jī)器學(xué)習(xí)理論中的最新成果，圍繞圖像特征提取、圖像表達(dá)、索引等技術(shù)內(nèi)容展開(kāi)了深入的研究。
　　針對(duì)圖像中大量高維局部特征引發(fā)的維度災(zāi)難問(wèn)題，基于聚類思想提出了一套簡(jiǎn)單有效的圖像局部特征聚合框架。我們將圖像中多個(gè)局部特征聚合為一個(gè)向量，避免了大量高維向量量化和索引導(dǎo)致的計(jì)算開(kāi)銷，降低硬件要

3、求，提高特征描述和檢索的速度。根據(jù)聚類對(duì)象的不同，分為兩類聚類緊湊特征：基于圖像的聚類緊湊特征和基于圖像集的聚類緊湊特征。
　　第一種聚類特征通過(guò)將每幅圖像的局部特征進(jìn)行聚類，提取每個(gè)聚類的主要信息，并計(jì)算局部特征分布和空間統(tǒng)計(jì)信息作為補(bǔ)充。同時(shí)在以往采用單一視覺(jué)信息建立索引的基礎(chǔ)上，提出基于詞匯樹(shù)模型的多元信息索引方法。該方法結(jié)合基于圖像的聚類緊湊特征，在犧牲一定檢索準(zhǔn)確率的前提下，顯著地提高了大規(guī)模圖像檢索的效率。
　　

4、第二類聚類特征首先將圖像集的局部特征集進(jìn)行聚類，對(duì)整個(gè)特征空間進(jìn)行劃分，再根據(jù)局部特征和聚類中心的距離和空間信息的相關(guān)性將圖像的局部特征分配到每個(gè)劃分空間生成緊湊直方圖。基于圖像集的聚類緊湊特征能充分利用圖像集中特征的全局特征和統(tǒng)計(jì)信息，記錄圖像的局部特征相對(duì)于整個(gè)圖像集的分布，進(jìn)而提高特征的描述能力和辨識(shí)度。
　　綜上所述，本文提出了一種基于聚類緊湊特征的大規(guī)模圖像檢索框架。針對(duì)兩種聚類緊湊特征，提出具體的檢索方案，并通過(guò)實(shí)驗(yàn)驗(yàn)