基于局部特征的大規(guī)模圖像檢索方法研究.pdf

1、伴隨著互聯(lián)網(wǎng)絡與移動數(shù)碼設備的興起，“大數(shù)據(jù)”的理念早已在各個方面影響著大眾的日常生活。這其中特別值得注意的是伴隨著各類社交網(wǎng)站擴張，呈現(xiàn)幾何速度增長的圖像數(shù)據(jù)。雖然海量的圖像豐富了人們的日常生活，改變了人們的社交理念，但是也帶來一個不可避免的問題，如何在浩瀚如煙的圖像數(shù)據(jù)中高效的尋找到自己所感興趣的圖像和影像，如何尋找到難以用言語描述的圖像或視頻，等等諸類問題成為了視覺搜索領域亟待解決的問題。
　　針對這類問題，本文就視覺搜索中

2、的圖像檢索方法展開研究，從圖像檢索中的本質與關鍵問題入手，著重從字典結構的描述子性能分析與比較、圖像幾何驗證與近似近鄰搜索三個角度提出了以下方法:
　　在基于字典結構的描述子性能分析上，本文回顧說明了基于局部描述子的主流方法的原理，通過分析與文獻比較，首先在理論上說明多種基于字典的和其他全局描述子的優(yōu)劣，討論了圖像檢索中基于局部描述子的字典方法的關鍵問題與可能的改進方向，并通過實驗縱向與通向的比較了不同采樣下局部描述子對于字典類方

3、法檢索效果的影響、主流字典類描述子與全局描述子之間性能。結果表明，基于局部描述子與字典技術設計的描述子較非字典的全局描述子在幾個常用大規(guī)模圖像檢索數(shù)據(jù)庫上的表現(xiàn)更為優(yōu)秀，合適的局部細節(jié)定位與描述是進一步提高圖像檢索精度的關鍵。
　　在圖像檢索的幾何驗證方面，本文提出了一種快速近似幾何驗證方法用于圖像檢索的重排與后處理。該方法首先利用量化理論生成視覺單詞，并將圖像局部描述子量化為詞包向量，并針對量化后詞包向量的特點，建立倒排索引結構

4、。在獲得初步檢索的圖像集后，利用近似幾何驗證方法，篩選出具有一致相似變換的對應關系的特征點，重新調整初始圖像的優(yōu)先順序。實驗結果表明，該方法對規(guī)模相對較小的視覺詞典的檢索效果較好，同時能保證較低的算法復雜度。
　　在近似近鄰搜索方面，本文提出了基于動態(tài)規(guī)劃嵌入的優(yōu)化的乘法量化方法。該方法以乘法量化理論為基礎，首先對需要檢索的大規(guī)模向量特征數(shù)據(jù)進行優(yōu)化的維度劃分，隨后再進行量化處理。特別的，針對優(yōu)化乘法量化方法(OPQ)中的協(xié)方差矩