基于內(nèi)容的大規(guī)模圖像檢索的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、互聯(lián)網(wǎng)和多媒體技術(shù)的快速發(fā)展，使得以圖像為代表的多媒體數(shù)據(jù)呈現(xiàn)爆炸性的增長(zhǎng)。在一個(gè)大規(guī)模圖像集合中，快速地獲取真正感興趣的特定目標(biāo)圖像，尤其是那些很難用傳統(tǒng)文本來清晰表達(dá)的圖像，已經(jīng)成為許多應(yīng)用環(huán)境所要面對(duì)的日益重要的問題。在此背景下，本文設(shè)計(jì)并實(shí)現(xiàn)了基于內(nèi)容的大規(guī)模圖像檢索原型系統(tǒng)。其主要研究?jī)?nèi)容及系統(tǒng)解決方案如下:
　　綜合比較研究?jī)蓚€(gè)主流的圖像檢索系統(tǒng):完整特征-圖像檢索系統(tǒng)，用提取和壓縮的方式，來存儲(chǔ)圖像數(shù)據(jù)庫(kù)中所有圖像的

2、特征，并用目標(biāo)圖像的每一個(gè)特征精確檢索數(shù)據(jù)庫(kù);詞袋-圖像檢索系統(tǒng)，把基于量化的特征轉(zhuǎn)變?yōu)橐曈X詞匯，并用一個(gè)視覺詞匯的直方圖來表達(dá)圖像。
　　本文介紹了目前實(shí)現(xiàn)這兩個(gè)系統(tǒng)所使用的幾種方法:Kd-樹(Kd-Trees)、局部敏感哈希(Locality Sensitive Hashing)、分層K-均值(Hierarchical K-Means)、倒排表(Inverted File)、最小哈希(Min-Hash)。給出了這些方法在進(jìn)行大

3、規(guī)模圖像檢索時(shí)的不同性質(zhì)及實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果表明，完整特征-圖像檢索系統(tǒng)占用更大的內(nèi)存，但有較高的識(shí)別率;而詞袋-圖像檢索系統(tǒng)雖然性能相對(duì)較低但內(nèi)存使用情況良好。
　　針對(duì)完整特征運(yùn)行時(shí)間長(zhǎng)和存儲(chǔ)需求高的問題，提出了相應(yīng)的大規(guī)模圖像檢索系統(tǒng)的解決方案:壓縮Kd-Trees圖像檢索系統(tǒng)。該方法利用壓縮的二進(jìn)制標(biāo)簽來壓縮圖像局部特征，同時(shí)采用Kd-Trees進(jìn)行快速最鄰近搜索，從而減少數(shù)據(jù)庫(kù)中存儲(chǔ)的特征，大大壓縮了特征的信息量。將該系

4、統(tǒng)在4個(gè)實(shí)際圖像數(shù)據(jù)實(shí)驗(yàn)場(chǎng)景中進(jìn)行了運(yùn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，壓縮Kd-Trees，能夠削減完整的特征表達(dá)在存儲(chǔ)器中的使用量和運(yùn)行時(shí)間，同時(shí)還能夠?qū)崿F(xiàn)較高的檢索性能。
　　針對(duì)詞袋表達(dá)方法識(shí)別性能較低的問題，提出了相應(yīng)的大規(guī)模圖像檢索系統(tǒng)的解決方案:多字典詞袋-圖像檢索系統(tǒng)。該方法基于使用不同的獨(dú)立字典的多視覺單詞，而不是增加同一字典多單詞的設(shè)想。通過在4個(gè)實(shí)際圖像數(shù)據(jù)實(shí)驗(yàn)場(chǎng)景中運(yùn)行該系統(tǒng)的實(shí)驗(yàn)，表明多字典詞袋在增加存儲(chǔ)和計(jì)算量的前