一種圖像對象相似檢索系統(tǒng)的設(shè)計與應(yīng)用.pdf

1、傳統(tǒng)的基于內(nèi)容的圖像相似檢索技術(shù)在結(jié)果的準(zhǔn)確率方面已經(jīng)進入到一定瓶頸,如何通過圖像的其它附屬信息(如:描述、評論、作者以及各種屬性)來增強相似搜索結(jié)果的準(zhǔn)確性是本文的研究重點之一。我們將圖像本身和它的描述文本以及各種屬性的組合結(jié)構(gòu)稱之為圖像對象。目前,針對圖像對象的應(yīng)用很多,例如:在傳統(tǒng)的互聯(lián)網(wǎng)相似圖片搜索中,大部分新的技術(shù)采用圖像的視覺特征與圖像在網(wǎng)頁中周圍環(huán)繞的文本組合查詢得到最相似的搜索結(jié)果；在美術(shù)作品的相似檢索中,圖像對象包含作

2、品的作者、年代、畫派和作品描述等屬性。本文分析了其難點,并設(shè)計了相應(yīng)的系統(tǒng)實現(xiàn)。
　　 首先,對這些特征進行統(tǒng)一的處理與表達(dá)影響著最終系統(tǒng)的效率及效果。本文設(shè)計了一個統(tǒng)一的圖像對象處理和相似度計算模型框架,對屬性特征進行歸納分類總結(jié)。并根據(jù)系統(tǒng)的實際需求修改相應(yīng)的查詢函數(shù),優(yōu)化相似查詢的效率。在特征權(quán)重選擇方面,采用基于快速RankBoost算法框架的自適應(yīng)權(quán)重選擇方法。
　　 其次,對于大規(guī)模數(shù)量的圖像對象集合的有效管

3、理也是難點之一。本文探討了不同的索引結(jié)構(gòu)之間的區(qū)別與共同點,采用了M-Tree作為主要的索引結(jié)構(gòu),并針對實際情況,設(shè)計了一種M-Tree的分布式方案。本文通過聚類預(yù)處理選取合適的中心點,用于索引的分片。同時,為了應(yīng)對大規(guī)模數(shù)據(jù),采用MapReduce實現(xiàn)聚類及索引創(chuàng)建的整個過程。使用增量索引的方法實現(xiàn)索引的插入,同時使用標(biāo)記的方法實現(xiàn)索引的刪除,以此來避免對主索引文件進行大量的修改操作。
　　 最后,本文展示了一個采用圖像對象相