大規(guī)模圖像數(shù)據(jù)中相似圖像的快速搜索.pdf

1、大規(guī)模圖像數(shù)據(jù)中的相似圖像搜索是計(jì)算機(jī)視覺(jué)研究中的經(jīng)典內(nèi)容，也是近年來(lái)有著廣泛應(yīng)用的一個(gè)課題。相似圖像搜索所要解決的問(wèn)題是，給定一個(gè)查詢(xún)圖像，需要從圖像數(shù)據(jù)庫(kù)中檢索到與之內(nèi)容相同或相似的圖像。當(dāng)數(shù)據(jù)庫(kù)中圖像的數(shù)據(jù)規(guī)模很大時(shí)，一個(gè)相似圖像搜索系統(tǒng)面臨著搜索速度、存儲(chǔ)代價(jià)、返回結(jié)果準(zhǔn)確性等諸方面的問(wèn)題。其中，搜索的實(shí)時(shí)性往往是大規(guī)模圖像搜索中的關(guān)鍵問(wèn)題。
　　本文圍繞在大規(guī)模圖像數(shù)據(jù)中快速搜索相似圖像這一問(wèn)題，首先介紹了目前在圖像表達(dá)

2、上的主流圖像特征，然后介紹了作者所做的三個(gè)方面的研究工作。
　　第一方面是圖像數(shù)據(jù)集的高效創(chuàng)建。目前常用的深層圖像特征，需要使用大量的圖像數(shù)據(jù)進(jìn)行訓(xùn)練。作者基于自動(dòng)編碼器中數(shù)據(jù)的重建誤差對(duì)數(shù)據(jù)是否為雜質(zhì)的指示性作用，提出了可以使重建誤差具有更強(qiáng)的指示性的算法。用該算法可以自動(dòng)去除圖像集合中的雜質(zhì)，得到干凈的數(shù)據(jù)集用于深度學(xué)習(xí)的訓(xùn)練。
　　另一方面是關(guān)于圖像特征的倒排索引，作者提出了一種聯(lián)合倒排索引方法。在傳統(tǒng)的倒排索引方法中

3、，對(duì)圖像特征空間的多次劃分都是隨機(jī)的或獨(dú)立的。而在聯(lián)合倒排索引中，作者考慮了圖像特征空間多次劃分之間的互補(bǔ)性，并對(duì)之進(jìn)行優(yōu)化。通過(guò)聯(lián)合倒排索引，從上億圖像中單機(jī)搜索出相似圖像候選集僅需毫秒量級(jí)時(shí)間，并且返回結(jié)果的準(zhǔn)確性較目前主流算法大大提高。
　　還有一方面是在圖像特征的快速排序中，作者提出了稀疏投影編碼算法。在圖像特征的快速排序的研究中，近年來(lái)主流的做法是將圖像的特征進(jìn)行哈希編碼，通過(guò)計(jì)算哈希碼之間的漢明距離來(lái)對(duì)候選圖像進(jìn)行排序

4、。由于哈希碼存儲(chǔ)空間小并且漢明距離可以快速計(jì)算，因此這種方法被廣泛采用。但是，在進(jìn)行哈希編碼時(shí)，目前主流方法均引入了一個(gè)稠密的正交矩陣對(duì)圖像的特征進(jìn)行投影，使得編碼步驟耗費(fèi)大量時(shí)間。尤其是當(dāng)圖像特征維度變大時(shí)，稠密投影將耗費(fèi)更多時(shí)間。本文提出采用稀疏矩陣進(jìn)行投影以減小計(jì)算代價(jià)，這樣不僅可以加快哈希編碼的速度，而且可以在一定程度上緩解優(yōu)化模型中的過(guò)擬合問(wèn)題。在以最小化編碼誤差為目標(biāo)求解這個(gè)稀疏投影矩陣時(shí)，作者采用了分離變量法:引入輔助變量