基于圖像特征的最近鄰搜索算法研究.pdf

1、伴隨著互聯(lián)網(wǎng)的飛速發(fā)展，互聯(lián)網(wǎng)的內容從文字逐漸向著圖片視頻等多媒體形式方向發(fā)展，特別是近年來移動互聯(lián)網(wǎng)的普及使圖片應用的限制逐漸減弱，有關圖像的應用變得火熱起來。在諸多圖像應用中，圖像檢索作為基礎，在實際應用中扮演著重要角色。尤其在當前互聯(lián)網(wǎng)圖片數(shù)量呈指數(shù)增長的情況下，快速檢索到所需圖像很有意義、也很有挑戰(zhàn)性。針對這一挑戰(zhàn)，傳統(tǒng)的圖像最近鄰檢索算法無法同時滿足快速性和高精度的要求。為此，本文結合分段量化思想，加入文本檢索中的倒排索引算法

2、，提出了一種改進的最近鄰檢索算法，實現(xiàn)高精度、快速圖像檢索，為圖像檢索問題提供了新的解決方案，具體描述如下:
　　本文將倒排索引策略與量化思想結合，充分利用倒排索引結構對數(shù)據(jù)的分類特性，提高了圖像檢索的速度。在量化方面，從分段量化方法入手，通過分析向量量化過程中產(chǎn)生的誤差、待檢索向量以及量化后向量三者之間的關系，給出了一種真實距離的估計方法，在其基礎上提出一種閾值限制策略，以達到進一步減少遍歷量、提高檢索速度的目的。具體來講，本文

3、算法首先根據(jù)三角不等式進行真實距離最大值閾值計算，通過迭代使閾值下降、直到比較接近真實距離。接著應用該閾值來進行遍歷范圍限制，即對于倒排索引結構來說，不再遍歷固定數(shù)量的掛載點，而是先計算每個掛載點與待檢索向量的距離，當閾值與掛載點的距離比較大時，認為此掛載點與待檢索向量的距離較遠而終止遍歷;此種方式與之前的遍歷方式相比，能更好的適應數(shù)據(jù)集的變化從而很大程度上減少了遍歷量、提高了檢索速度，同時保持了較高的的檢索準確率。
　　本文提出

4、的改進最近鄰檢索算法被應用來解決大規(guī)模數(shù)據(jù)集下的相似圖像檢索問題。在相似圖像檢索問題中，對圖像表達和相似圖像檢索過程進行了優(yōu)化:首先，針對基于神經(jīng)網(wǎng)絡的圖像表達問題，在現(xiàn)有網(wǎng)絡的基礎上加入了微調操作;在特征提取階段，利用微調后的網(wǎng)絡提取特征來作為圖像特征，從而保證在圖像表達效果上優(yōu)于傳統(tǒng)的圖像特征。在相似圖像檢索系統(tǒng)流程上，根據(jù)檢索結果加入多特征重排序策略，即對于初次檢索結果再利用顏色特征進行重排序，此策略解決了一次檢索所出現(xiàn)的顏色差異