海量人臉圖像快速檢索方法研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)上海量人臉圖像的出現(xiàn)，快速有效的人臉圖像檢索方法變得越來越重要。如何有效地對海量人臉圖像處理與檢索逐漸成為當(dāng)今研究熱點(diǎn)。
　　海量人臉圖像檢索存在的主要問題包括:(1)海量高維向量的快速檢索問題;(2)海量人臉圖像的快速檢索問題。針對以上問題，本文的具體工作和成果如下:
　　1.海量高維向量的快速檢索方法的研究針對海量高維向量的快速檢索問題提出了兩種方法。第一種為基于分布式LSH的高維向量快速檢索方法，以視頻文件的

2、特征為高維向量的來源，通過哈希函數(shù)映射特征矢量，以映射后的矢量值所在區(qū)間構(gòu)建索引，根據(jù)返回的相似幀集合計(jì)算庫中各視頻與查詢視頻的相似度。第二種為基于SimHash的高維向量快速檢索方法，提取視頻文件關(guān)鍵幀的DCT時空特征，進(jìn)行SimHash之后生成視頻的簽名。計(jì)算查詢視頻的簽名與視頻庫中所有簽名的漢明距離，通過漢明距離的檢索完成相似視頻查詢，實(shí)驗(yàn)結(jié)果表明采用該方法在約1萬個視頻的視頻庫中檢索相似視頻的平均準(zhǔn)確率≥90％，平均召回率≥90

3、％，平均查詢時間0.11秒。
　　2.支持海量人臉圖像快速檢索的索引結(jié)構(gòu)的研究為了在大規(guī)模的人臉數(shù)據(jù)庫中提取出特定人臉，提出了一種快速有效的相似人臉檢索方法:首先提取人臉圖像的LBP特征，通過建立投影矩陣將特征從歐幾里德空間映射到漢明空間實(shí)現(xiàn)降維，再采用改進(jìn)的多比特編碼方法對降維后的特征進(jìn)行編碼并生成圖像簽名，以曼哈頓距離取代漢明距離衡量簽名之間的相似度，最后根據(jù)圖像簽名集合構(gòu)建倒排索引表，通過倒排索引表高效地查找相似圖像。實(shí)驗(yàn)表

4、明，在包含20萬張人臉圖像的實(shí)驗(yàn)數(shù)據(jù)集下，該方法的平均準(zhǔn)確率為78％，平均檢索時間小于0.15秒。
　　3.基于人臉檢索的網(wǎng)吧上網(wǎng)人員監(jiān)控系統(tǒng)的實(shí)現(xiàn)針對實(shí)際需求設(shè)計(jì)了網(wǎng)吧上網(wǎng)人員監(jiān)控系統(tǒng)，系統(tǒng)由前臺客戶端和后臺人臉檢索平臺兩大模塊組成。后臺人臉檢索模塊選取人臉基準(zhǔn)字典作為人臉庫圖像的視覺單詞量化標(biāo)準(zhǔn)，將人臉劃分區(qū)域后提取各個區(qū)域的特征并按最近鄰原則依照人臉基準(zhǔn)字典對每個區(qū)域進(jìn)行身份量化，最終人臉圖像由身份量化值組成的視覺單詞表示，