面向圖像檢索的感知哈希算法研究.pdf

1、隨著數(shù)字媒體技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)上在線圖像的飛速增長(zhǎng)，在浩如煙海的圖像數(shù)據(jù)資源中迅速精準(zhǔn)地查找所需的圖像數(shù)據(jù)卻變得越來(lái)越難以實(shí)現(xiàn)。因此，如何對(duì)圖像信息進(jìn)行自動(dòng)化分析和理解，進(jìn)而快速、準(zhǔn)確、全面地從紛繁復(fù)雜的的海量圖像中檢索、甄別出所需的內(nèi)容，最終實(shí)現(xiàn)分析、歸納、追蹤等應(yīng)用，是大數(shù)據(jù)環(huán)境下亟待解決的問(wèn)題。
　　感知哈希的研究溯源于數(shù)字水印技術(shù)，借鑒了傳統(tǒng)密碼學(xué)領(lǐng)域的哈希理論和多媒體的認(rèn)證理論等相關(guān)領(lǐng)域的概念。從特征

2、提取和哈希值構(gòu)造角度出發(fā)，目前的研究重點(diǎn)主要著眼于保證哈希值對(duì)圖像壓縮、縮放和濾波等內(nèi)容保持性操作的魯棒性，也就是既保證哈希碼的內(nèi)容敏感性也保證哈希碼的感知魯棒性，為圖像檢索提供了更為高效、有效的解決方式。然而，由于大規(guī)模環(huán)境下圖像數(shù)據(jù)量龐大，使得相關(guān)感知哈希的研究具有其自身的特殊性和復(fù)雜性，其性能要求更高，導(dǎo)致現(xiàn)有圖像感知哈希算法難以應(yīng)對(duì)大規(guī)模環(huán)境下圖像檢索對(duì)魯棒性、區(qū)分性和緊湊性等方面的需求，成為阻礙該技術(shù)研究與應(yīng)用進(jìn)一步發(fā)展的主要

3、因素?？梢?，研究大規(guī)模環(huán)境下面向圖像檢索的感知哈希算法，是一項(xiàng)極富挑戰(zhàn)性的研究難題。
　　針對(duì)面向圖像檢索的感知哈希算法目前存在的問(wèn)題，首先討論并分析了現(xiàn)有視覺詞匯生成方式的局限性，提出了一種基于二值指紋的視覺詞匯生成方法，并構(gòu)建了一個(gè)高效的搜索體系框架，用于圖像檢索。為了構(gòu)建指紋，首先，通過(guò)對(duì)局部特征進(jìn)行置亂和降維，提取一個(gè)32位向量并將其轉(zhuǎn)化為一個(gè)數(shù)；然后，通過(guò)進(jìn)行直方圖相交來(lái)度量?jī)煞鶊D像之間的相似程度。該方法避免了耗時(shí)的圖像

4、局部特征聚類過(guò)程，且指紋構(gòu)建復(fù)雜度低，從而具有較高的效率，相較于傳統(tǒng)的基于視覺詞匯理論的大規(guī)模圖像檢索系統(tǒng)，卓有成效地提高了檢索的速率。此外，基于指紋的視覺詞匯比基于聚類的視覺詞匯更具辨識(shí)力和精確度，因?yàn)橐曈X詞匯量既足夠大又能保持高效。
　　隨后，將機(jī)器學(xué)習(xí)引入視覺詞匯生成過(guò)程，研究了基于線性判別分析的的圖像哈希算法。該方法一方面通過(guò)線性判別分析同時(shí)達(dá)到增大類間差異和減小類內(nèi)差異的目的，進(jìn)而增加視覺詞匯的辨識(shí)力；另一方面利用機(jī)器學(xué)

5、習(xí)的方法在小規(guī)模數(shù)據(jù)集上學(xué)習(xí)得到哈希函數(shù)，能對(duì)任意新來(lái)的圖像進(jìn)行快速哈希，生成緊湊的哈希碼，從而大大加快了在線檢索的速度。通過(guò)與已有方法進(jìn)行實(shí)驗(yàn)對(duì)比，證實(shí)了該方法的可行性、有效性和優(yōu)越性。
　　機(jī)器學(xué)習(xí)能有效簡(jiǎn)化哈希過(guò)程本身，從而提高檢索效率。但現(xiàn)在哈希算法中的語(yǔ)義損失等問(wèn)題仍是不可忽視的問(wèn)題。針對(duì)語(yǔ)義損失，本文提出了一種基于數(shù)據(jù)感知的哈希方法，不僅探索了特征數(shù)據(jù)的局部結(jié)構(gòu)，還將數(shù)據(jù)間局部結(jié)構(gòu)的重建誤差和映射誤差結(jié)合起來(lái)，構(gòu)建了一

6、個(gè)綜合優(yōu)化的目標(biāo)函數(shù)，并通過(guò)跡優(yōu)化求解出一個(gè)初始優(yōu)化解。然后，為了進(jìn)一步優(yōu)化這個(gè)目標(biāo)函數(shù)，我們提出了兩種方法，分別是通過(guò)特征融合和迭代局部搜索來(lái)進(jìn)一步優(yōu)化求解，從而以達(dá)到進(jìn)一步降低語(yǔ)義損失的目的。實(shí)驗(yàn)表明，所提算法能有效搜索出相似圖像，并優(yōu)于現(xiàn)有的大多哈希方法。
　　通過(guò)本文的研究，我們提出了一系列有效解決圖像檢索應(yīng)用中針對(duì)大規(guī)模圖像感知哈希問(wèn)題的方法。但展望后續(xù)研究，我們?nèi)孕柽M(jìn)行探索和完善，考慮從圖像特征學(xué)習(xí)、用戶反饋信息理解、