大數(shù)據(jù)檢索及其在圖像標(biāo)注與重構(gòu)中的應(yīng)用.pdf

1、近年來(lái)，隨著計(jì)算機(jī)存儲(chǔ)和壓縮技術(shù)的迅猛發(fā)展、大容量存儲(chǔ)設(shè)備和數(shù)碼產(chǎn)品的廣泛使用以及多媒體應(yīng)用與社交網(wǎng)絡(luò)的風(fēng)靡流行，互聯(lián)網(wǎng)上的多媒體數(shù)據(jù)呈現(xiàn)出指數(shù)級(jí)的爆炸式增長(zhǎng)。海量的數(shù)據(jù)給傳統(tǒng)的多媒體研究，尤其是基于圖像的應(yīng)用和研究帶來(lái)了新的機(jī)遇和挑戰(zhàn)。如何對(duì)這些大規(guī)模數(shù)據(jù)進(jìn)行有效地組織和管理，并且利用相關(guān)數(shù)據(jù)驅(qū)動(dòng)圖像的各種個(gè)性化應(yīng)用成為計(jì)算機(jī)視覺(jué)和多媒體領(lǐng)域的一個(gè)研究熱點(diǎn)。
　　 為了發(fā)掘這些大數(shù)據(jù)對(duì)于圖像相關(guān)應(yīng)用的潛在價(jià)值，本文從大規(guī)模圖像

2、檢索人手，探討了如何通過(guò)局部特征快速有效地建立相關(guān)圖像之間的匹配，并重點(diǎn)研究了如何通過(guò)更加快速的局部特征量化和更有效的圖像視覺(jué)表達(dá)兩方面來(lái)改善當(dāng)前基于單詞包模型的圖像檢索性能。然后探討了如何有機(jī)地將圖像檢索與數(shù)據(jù)挖掘和圖像重構(gòu)等相關(guān)技術(shù)結(jié)合起來(lái)，利用大數(shù)據(jù)中蘊(yùn)含的先驗(yàn)知識(shí)和豐富的圖像、文本信息驅(qū)動(dòng)圖像的自動(dòng)標(biāo)注和重構(gòu)分享應(yīng)用，實(shí)現(xiàn)大規(guī)模圖像的開(kāi)放性實(shí)時(shí)標(biāo)注和高分辨率手機(jī)照片的即時(shí)分享。本文的主要內(nèi)容和創(chuàng)新之處歸納為以下幾個(gè)方面:

3、　　 (1)提出了一種基于加權(quán)搜索樹(shù)和共現(xiàn)信息的特征量化方法，首先對(duì)不同特征的視覺(jué)判別能力進(jìn)行區(qū)分，并構(gòu)建加權(quán)搜索樹(shù)對(duì)局部特征進(jìn)行有區(qū)別的量化，側(cè)重于提高有效特征的量化精度;然后利用大規(guī)模訓(xùn)練集統(tǒng)計(jì)不同視覺(jué)特征之間的共現(xiàn)頻率，并通過(guò)這些頻率信息實(shí)現(xiàn)相關(guān)特征量化的預(yù)測(cè)加速和修正優(yōu)化。基于相同視覺(jué)碼本的特征量化對(duì)比實(shí)驗(yàn)以及相應(yīng)的檢索結(jié)果表明該量化方法具有更快的收斂特性，能夠有效地提高圖像檢索的效率。
　　 (2)提出了一種基于特征

4、組合的圖像表示方法，首先利用局部特征之間的空間位置信息將彼此包含的局部特征組合在一起以增強(qiáng)局部特征的表達(dá)和區(qū)分能力;然后在圖像匹配時(shí)設(shè)計(jì)相應(yīng)的倒排索引機(jī)制實(shí)現(xiàn)特征的組合匹配同時(shí)引入特征組合之間的空間約束關(guān)系在保證匹配效率的同時(shí)進(jìn)一步提高圖像匹配的準(zhǔn)確率。在大規(guī)模數(shù)據(jù)集上進(jìn)行的圖像檢索實(shí)驗(yàn)證明了該圖像表示方法的有效性，在傳統(tǒng)單詞包模型的基礎(chǔ)上大幅提升了圖像檢索的性能;與現(xiàn)有基于視覺(jué)短語(yǔ)的檢索方法相比，該特征組合具有更好的尺度、旋轉(zhuǎn)和平移不

5、變性，因而更加適用于大規(guī)模圖像檢索應(yīng)用。
　　 (3)提出了一種基于概率混合模型的標(biāo)簽挖掘方法用于基于檢索的圖像標(biāo)注系統(tǒng)，該方法將數(shù)據(jù)驅(qū)動(dòng)的圖像標(biāo)注框架中的標(biāo)簽挖掘歸納為一個(gè)關(guān)鍵詞排序問(wèn)題，首先借助回歸模型利用文本的統(tǒng)計(jì)特性提取候選詞，然后將基于人工知識(shí)庫(kù)學(xué)習(xí)的主題空間作為橋梁來(lái)建立圖像和文本之間的聯(lián)系，最后通過(guò)建立概率混合模型對(duì)候選詞進(jìn)行相關(guān)度排序從而得到最終的標(biāo)注結(jié)果。該方法不但支持開(kāi)放的標(biāo)注字典，而且能夠有效地生成語(yǔ)義明確

6、的短語(yǔ)。在2 Billion的圖像數(shù)據(jù)庫(kù)上進(jìn)行的標(biāo)注實(shí)驗(yàn)證明了我們提出方法的實(shí)時(shí)性和有效性，與已有的方法相比較，該方法大大提高了圖像標(biāo)注的性能。
　　 (4)提出了一種高分辨率手機(jī)圖像的即時(shí)分享方案，該方案將圖像分享與基于檢索的圖像重構(gòu)相結(jié)合，利用云平臺(tái)和大數(shù)據(jù)驅(qū)動(dòng)手機(jī)圖像的即時(shí)分享應(yīng)用。首先利用縮略圖像和局部特征對(duì)高分辨率圖像進(jìn)行聯(lián)合表示、聯(lián)合壓縮從而在保證重構(gòu)質(zhì)量的基礎(chǔ)上進(jìn)一步減少移動(dòng)傳輸?shù)呢?fù)載;然后通過(guò)局部特征建立部分復(fù)制