基于異構(gòu)特征融合的大規(guī)模圖像檢索研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展和移動攝影設(shè)備的廣泛普及，圖像的數(shù)量和圖像內(nèi)容的多樣性日益豐富，逐漸呈現(xiàn)出爆炸式增長的趨勢。面對如此海量復(fù)雜的圖像數(shù)據(jù)，如何快速有效的從中查找到自己想要的信息，成為當(dāng)前研究的熱點(diǎn)。
　　我們知道，一幅圖勝過千言萬語，因此學(xué)者們紛紛將重心放在基于內(nèi)容的圖像檢索研究上?；趦?nèi)容的圖像檢索流程主要包括三個階段：圖像視覺特征的提取，特征索引的構(gòu)建以及相似度匹配策略的制定，其中圖像視覺特征的表達(dá)能力會對檢索的準(zhǔn)確率產(chǎn)生重

2、要的影響。令人遺憾的是，目前的圖像檢索技術(shù)中，還沒有哪一種特征提取算法所得到的特征描述符能夠準(zhǔn)確地表達(dá)出圖像中包含的全部內(nèi)容，所以研究多特征有效融合的檢索方法顯得尤為必要。但是如何保證特征維度和檢索效率成為另一個難題，例如，并行的融合多個圖像視覺特征，需要對數(shù)據(jù)庫圖像存儲多個視覺特征，導(dǎo)致存儲消耗成倍的增加。
　　本文梳理了現(xiàn)有圖像檢索模型中存在的不足，同時(shí)吸取了深度學(xué)習(xí)技術(shù)中的最新成果。在此基礎(chǔ)上，提出了一種基于異構(gòu)特征融合的大

3、規(guī)模圖像檢索框架，并取名為自適應(yīng)融合框架。具體地，本框架旨在實(shí)現(xiàn)基于卷積神經(jīng)網(wǎng)絡(luò)模型的全局特征和基于手工設(shè)計(jì)的局部特征的融合，并針對兩種特征設(shè)計(jì)了與其相適用的全局檢索和精確查詢兩個模塊。全局檢索模塊主要完成過濾操作，即通過圖像全局特征實(shí)現(xiàn)對數(shù)據(jù)集的快速檢索，將數(shù)據(jù)集中與待查詢圖像不相關(guān)的嘈雜圖像濾除，同時(shí)為保留在候選集中每幅圖像學(xué)習(xí)一個權(quán)重來衡量其與查詢圖像的相似程度。精確查詢模塊的目的是在候選圖像集中完成優(yōu)化操作，即通過改進(jìn)的詞袋模型