基于圖像哈希的大規(guī)模圖像檢索方法研究.pdf

1、在Web2.0時代，隨著相機、手機、平板電腦等圖像獲取設(shè)備日益普及，人們可隨時隨地拍照并上傳到網(wǎng)絡(luò)上，通過社交網(wǎng)絡(luò)迅速傳播。調(diào)查結(jié)果顯示，2011年全球有1.8ZB的數(shù)據(jù)被創(chuàng)建和復制，其中75％是以圖片、視頻和音樂為主的非結(jié)構(gòu)化數(shù)據(jù)。面對數(shù)量如此龐大的數(shù)據(jù)，如何快速準確地進行內(nèi)容查找對大規(guī)模數(shù)據(jù)管理有重大意義。傳統(tǒng)的最近鄰圖像檢索方法在處理大規(guī)模圖像庫時，由于“維數(shù)災難”會導致特征存儲空間大、檢索速度慢的問題。圖像哈希技術(shù)通過構(gòu)造哈希函

2、數(shù)將高維數(shù)據(jù)映射成低維的二值哈希碼，并在二值空間中保持高維數(shù)據(jù)的空間結(jié)構(gòu)，具有表示方式簡潔、存儲空間小、檢索速度快等優(yōu)點，近幾年在基于內(nèi)容的近似最近鄰圖像檢索中備受關(guān)注。本文結(jié)合圖像哈希技術(shù)，研究了大規(guī)模圖像庫的檢索問題，論文主要工作如下:
　　(1)針對圖像沒有標簽信息的情況，本文提出一種多表弱主成份圖像哈希方法。首先，對于每個哈希表，通過“去能量”的方式將數(shù)據(jù)投影到不同的弱主成份方向上，得到每個哈希函數(shù)的輸入數(shù)據(jù);然后,采用正

3、交旋轉(zhuǎn)的方法對投影方向進行旋轉(zhuǎn)，優(yōu)化哈希函數(shù)的投影矩陣，增強數(shù)據(jù)之間的區(qū)分性。采用CIFAR10和SIFT1M兩個國際公開的大規(guī)模數(shù)據(jù)進行測試，與6種已有的哈希方法進行比較，驗證了本文方法的有效性。
　　(2)當可以獲得一部分圖像的標簽信息時，本文從特征選擇的角度利用標簽信息，提出一種基于Boosting的有監(jiān)督圖像哈希方法。該方法借鑒boosting思想，根據(jù)前一個哈希表對已知標簽樣本判別正確與否，確定當前哈希表輸入樣本的權(quán)重，

4、為每個哈希表選擇輸入樣本，并在保持樣本關(guān)系和哈希碼量化誤差最小化雙重約束下，優(yōu)化哈希投影向量。實驗中，采用CIFAR10和SIFT1M兩個測試庫，與7種已有哈希方法進行比較，驗證了本文方法的有效性。
　　(3)針對漢明距離的整數(shù)取值會影響圖像的排序問題，本文提出兩種基于圖像哈希的圖像重排方法:基于距離權(quán)重的重排方法(DWR)和基于比特位重要性的重排方法(BPIR)?；诰嚯x權(quán)重的重排方法將哈希值相同碼位的歐氏特征的距離傳遞到哈希值