亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于集成哈希編碼的快速圖像檢索方法

文檔序號(hào):8445667閱讀:365來(lái)源:國(guó)知局
一種基于集成哈希編碼的快速圖像檢索方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及基于內(nèi)容的圖像檢索方法,特別涉及一種基于集成哈希編碼的快速圖 像檢索方法,屬于數(shù)字圖像檢索技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著多媒體網(wǎng)絡(luò)技術(shù)的發(fā)展,互聯(lián)網(wǎng)上的圖像資源呈爆炸式增長(zhǎng),使得用戶很難 在浩如煙海的數(shù)據(jù)中找到真正感興趣的信息。因此,如何對(duì)海量的圖像進(jìn)行快速有效的分 析和檢索成了一個(gè)非常具有挑戰(zhàn)性的任務(wù)。傳統(tǒng)的基于內(nèi)容的圖像檢索技術(shù)往往都是通過(guò) 提取圖像的底層特征進(jìn)行窮舉比對(duì),但因其比較過(guò)程的時(shí)間復(fù)雜度是線性的,無(wú)法在大規(guī) 模網(wǎng)絡(luò)圖像數(shù)據(jù)上進(jìn)行擴(kuò)展和應(yīng)用,并且由于圖像的底層視覺(jué)特征動(dòng)輒成千上萬(wàn)維,許多 圖像檢索應(yīng)用還會(huì)遇到維數(shù)災(zāi)難的問(wèn)題,如何對(duì)如此龐大的原始數(shù)據(jù)進(jìn)行存儲(chǔ)也是一個(gè)巨 大瓶頸。
[0003] 過(guò)去的十年中,研宄者們對(duì)圖像的快速檢索技術(shù)進(jìn)行了詳細(xì)研宄。其中,基于哈希 編碼的圖像搜索方法取得了巨大成功。該類算法通過(guò)將圖像表示成低維的二進(jìn)制編碼向量 來(lái)完成近似近鄰搜索。利用二進(jìn)制編碼進(jìn)行圖像的近似近鄰搜索是極其快速的,其原因在 于:(1)圖像的編碼向量是高度壓縮的,可以將其全部載入內(nèi)存之中;(2)編碼之間的漢明 (Hamming)距離通過(guò)按位的異或操作便可得到,因此該計(jì)算過(guò)程是非常高效的(如今,一臺(tái) 普通的臺(tái)式機(jī)在幾毫秒之內(nèi)就可以完成數(shù)百萬(wàn)漢明距離的計(jì)算)。
[0004] 目前,傳統(tǒng)的圖像哈希編碼算法主要分為非數(shù)據(jù)依賴和數(shù)據(jù)依賴兩種方案。 其中一種非常著名的非數(shù)據(jù)依賴哈希算法便是局部敏感哈希(LocalitySensitive Hashing,LSH),但是其投影向量的隨機(jī)性導(dǎo)致其編碼效率并不高,它往往需要構(gòu)建具有 很長(zhǎng)編碼長(zhǎng)度的多個(gè)哈希表才能獲得較為理想的效果。近年來(lái),研宄者們將研宄重點(diǎn) 轉(zhuǎn)移到數(shù)據(jù)依賴的哈希算法上來(lái),試圖通過(guò)機(jī)器學(xué)習(xí)的方法代替隨機(jī)投影來(lái)尋找更好 的數(shù)據(jù)依賴哈希函數(shù),如基于深度學(xué)習(xí)網(wǎng)絡(luò)的限制玻爾茲曼機(jī)(RestrictedBoltzmann Machines,RBMs)和基于譜圖分割的譜哈希(SpectralHashing,SH)算法等。RBMs算法通 過(guò)神經(jīng)網(wǎng)絡(luò)模型逐層對(duì)圖像的原始特征進(jìn)行降維和學(xué)習(xí),并最終得到一個(gè)緊致的二進(jìn)制編 碼。SH算法則通過(guò)構(gòu)建拉普拉斯特征圖并利用主成分分析(PCA)方法提取其特征向量對(duì) 原始圖像進(jìn)行哈希編碼。但是上述方法都是基于單一的圖像底層視覺(jué)特征信息進(jìn)行哈希 編碼,無(wú)法全面地表達(dá)圖像豐富的內(nèi)容信息。后續(xù)的研宄,如多特征哈希算法(Multiple FeatureHashing,MFH)和多源信息合成哈希算法(CompositeHashingwithMultiple InformationSources,CHMIS)等,又在多種特征信息的融合等方面對(duì)數(shù)據(jù)依賴哈希算法進(jìn) 行了相關(guān)的拓展。雖然上述哈希算法是針對(duì)問(wèn)題的不同角度提出,都具有各自的一些特點(diǎn) 和優(yōu)越性,但它們往往只在某些特定的設(shè)置條件或者數(shù)據(jù)庫(kù)上有效,范圍擴(kuò)展性較差。此 外,鑒于網(wǎng)絡(luò)圖像數(shù)據(jù)特征的多樣性和結(jié)構(gòu)的復(fù)雜性,目前傳統(tǒng)的基于單一哈希編碼的圖 像檢索方法已無(wú)法滿足實(shí)際應(yīng)用中對(duì)于快速圖像檢索的準(zhǔn)確率的需求。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足,提出一種基于集成哈希編碼的快速圖像 檢索方法。本發(fā)明的特點(diǎn)在于能夠充分利用不同哈希算法的特點(diǎn),融合不同哈希算法的編 碼優(yōu)勢(shì),通過(guò)一致性約束準(zhǔn)則更有效地進(jìn)行集成哈希編碼的學(xué)習(xí),從而提高快速圖像檢索 方法的準(zhǔn)確率和普適性。
[0006] 本發(fā)明的技術(shù)方案是:一種基于集成哈希編碼的快速圖像檢索方法,對(duì)數(shù)據(jù)庫(kù)中 的訓(xùn)練圖像和查詢圖像分別提取其SIFT特征并利用K-均值聚類將其量化表示成特征向量 的形式,利用不同的圖像哈希編碼算法對(duì)訓(xùn)練圖像的特征向量進(jìn)行初始哈希編碼,然后在 不同算法得到的初始哈希編碼基礎(chǔ)上分別計(jì)算訓(xùn)練圖像之間的相似度矩陣,并通過(guò)集成學(xué) 習(xí)算法的一致性約束準(zhǔn)則學(xué)習(xí)得到新的集成哈希映射矩陣,最后利用集成哈希映射矩陣對(duì) 所有訓(xùn)練圖像和查詢圖像的特征向量重新進(jìn)行集成哈希編碼,并在集成哈希編碼的基礎(chǔ)上 通過(guò)計(jì)算查詢圖像與訓(xùn)練圖像之間的漢明距離來(lái)進(jìn)行快速檢索。其具體步驟如下:
[0007] (1)給定數(shù)據(jù)庫(kù),將其分為訓(xùn)練圖像數(shù)據(jù)庫(kù)和查詢圖像數(shù)據(jù)庫(kù),對(duì)每一幅訓(xùn)練圖像 ti(1彡i彡n)和查詢圖像Uj (1彡j彡q)分別提取SIFT特征并利用K-均值聚類將其量 化表示為d維的特征向量,其中n和q分別為訓(xùn)練圖像和查詢圖像的數(shù)量,則所有訓(xùn)練圖像 的特征向量可以組成一個(gè)訓(xùn)練圖像特征向量庫(kù)X= [Xl,x2, . . .,xn]T,其中X為nXd維的矩 陣,X的每一行Xi分別為相應(yīng)訓(xùn)練圖像ti的特征向量,所有查詢圖像的特征向量可以組成 一個(gè)查詢圖像特征向量庫(kù)Y=Iiy1,y2, . . .,yq]T,其中Y為qXd維的矩陣,Y的每一行yj分 別為相應(yīng)查詢圖像Uj的特征向量。
[0008] (2)選取現(xiàn)有的M種不同圖像哈希算法對(duì)訓(xùn)練圖像的特征向量庫(kù)X分別進(jìn)行初始 哈希編碼,得到的初始哈希編碼矩陣分別記為HfflOn= 1,…,M),其中是 一個(gè)維度為IiXrm、元素取值為-1或者1的矩陣,每一行代表一幅訓(xùn)練圖像的初始哈希編 碼,n為訓(xùn)練圖像總數(shù),為第m種哈希算法的編碼長(zhǎng)度。
[0009] ⑶從訓(xùn)練圖像的特征向量庫(kù)X中隨機(jī)按行挑選k幅圖像得到一個(gè)子矩陣X',維 度是kXd,同時(shí)對(duì)應(yīng)地從每一個(gè)初始哈希編碼矩陣Hm中分別按行隨機(jī)選取一個(gè)子矩陣H' m, 維度是kXrm,在每一種哈希算法的初始哈希編碼子矩陣H'm基礎(chǔ)上,通過(guò)向量的內(nèi)積來(lái)計(jì) 算兩幅訓(xùn)練圖像的初始哈希編碼之間的相似度,其中第m種哈希算法下的訓(xùn)練圖像的初始 哈希編碼之間的相似度計(jì)算公式為:
【主權(quán)項(xiàng)】
1. 一種基于集成哈希編碼的快速圖像檢索方法,其特征在于:具體包括以下步驟: (1) 給定數(shù)據(jù)庫(kù),將其分為訓(xùn)練圖像數(shù)據(jù)庫(kù)和查詢圖像數(shù)據(jù)庫(kù),對(duì)每一幅訓(xùn)練圖像 ti (1彡i彡η)和查詢圖像Uj (1彡j彡q)分別提取SIFT特征并利用K-均值聚類將其量 化表示為d維的特征向量,其中η和q分別為訓(xùn)練圖像和查詢圖像的數(shù)量,則所有訓(xùn)練圖像 的特征向量可以組成一個(gè)訓(xùn)練圖像特征向量庫(kù)X= [Xl,x2, ...,xn]T,其中X為nXd維的 矩陣,X的每一行Xi分別為相應(yīng)訓(xùn)練圖像t i的特征向量,所有查詢圖像的特征向量可以組 成一個(gè)查詢圖像特征向量庫(kù)Y = [yp y2, . . .,yq]T,其中Y為qXd維的矩陣,Y的每一行yj 分別為相應(yīng)查詢圖像U j的特征向量; (2) 選取現(xiàn)有的M種不同圖像哈希算法對(duì)訓(xùn)練圖像的特征向量庫(kù)X分別進(jìn)行初始哈希 編碼,得到的初始哈希編碼矩陣分別記為Η>= 1,*··,Μ),其中…,ICf是一 個(gè)維度為nXrm、元素取值為-1或者1的矩陣,每一行代表一幅訓(xùn)練圖像的初始哈希編碼, η為訓(xùn)練圖像總數(shù),rm為第m種哈希算法的編碼長(zhǎng)度; (3) 從訓(xùn)練圖像的特征向量庫(kù)X中隨機(jī)按行挑選k幅圖像得到一個(gè)子矩陣X',維度是 kX d,同時(shí)對(duì)應(yīng)地從每一個(gè)初始哈希編碼矩陣Hm中分別按行隨機(jī)選取一個(gè)子矩陣H' m,維度 是kXrm,在每一種哈希算法的初始哈希編碼子矩陣H' m基礎(chǔ)上,通過(guò)向量的內(nèi)積來(lái)計(jì)算兩 幅訓(xùn)練圖像的初始哈希編碼之間的相似度,其中第m種哈希算法下的訓(xùn)練圖像的初始哈希 編碼之間的相似度計(jì)算公式為:
(1) 式中,Sm為第m種哈希算法下的訓(xùn)練圖像的初始哈希編碼相似度矩陣,維度是kXk,S m 中的每一個(gè)元素紀(jì)表示第i幅訓(xùn)練圖像與第j幅訓(xùn)練圖像在第m種哈希算法下的相似度 數(shù)值(1 < i < k,1 < j < k),并且-1 ^ X ^ 1,Sf的值越大表示兩幅圖像的初始哈希編碼 越相似,反之則越不相似,Hm"代表矩陣H' _"的轉(zhuǎn)置; (4) 按照下面的公式計(jì)算M種不同哈希算法下的訓(xùn)練圖像的初始哈希編碼之間的平均 相似度:
(2) 式中,S為融合了 M種不同哈希算法的初始哈希編碼相似度的平均相似度矩陣,維度是 kXk ; (5) 在平均相似度矩陣S的基礎(chǔ)上,利用集成學(xué)習(xí)算法中的一致性約束準(zhǔn)則進(jìn)行圖像 哈希編碼的再學(xué)習(xí),所述一致性約束準(zhǔn)則是指由再學(xué)習(xí)得到的集成哈希編碼計(jì)算得出的相 似度要與M種不同哈希算法的平均相似度矩陣S相一致,具體過(guò)程通過(guò)最小化下面的目標(biāo) 函數(shù)實(shí)現(xiàn):
(3) 式中,從為學(xué)習(xí)得到的集成哈希編碼矩陣,每一行代表一幅訓(xùn)練圖像的集 成哈希編碼,^為集成哈希編碼的長(zhǎng)度,若集成哈希編碼采用線性映射的形式,則上述目標(biāo) 函數(shù)可以寫為:
(4) 式中,表為集成哈希映射矩陣,維度是dXiv作用是將圖像從特征空間映射到漢明空 間,sign (·)為取符號(hào)函數(shù); (6)對(duì)于查詢圖像特征向量庫(kù)中的任意一幅查詢圖像的特征向量yj(l < j < q),利用 集成哈希映射矩陣&將其映射到漢明空間,得到其集成哈希編碼hy,同時(shí)對(duì)訓(xùn)練圖像的特 征向量庫(kù)X重新進(jìn)行集成哈希編碼,計(jì)算hy與每一幅訓(xùn)練圖像的集成哈希編碼之間的漢明 距離,如果漢明距離的值小于閾值β,則把該幅訓(xùn)練圖像作為對(duì)應(yīng)查詢圖像+的相似圖像 返回給用戶。
【專利摘要】本發(fā)明公開(kāi)了一種基于集成哈希編碼的快速圖像檢索方法,屬于數(shù)字圖像檢索技術(shù)領(lǐng)域,步驟如下:首先提取訓(xùn)練圖像和查詢圖像的SIFT特征,并利用M種哈希算法對(duì)訓(xùn)練圖像進(jìn)行初始哈希編碼;然后利用集成學(xué)習(xí)中的一致性約束準(zhǔn)則對(duì)初始哈希編碼結(jié)果進(jìn)行再學(xué)習(xí),得到集成哈希映射矩陣;最后重新對(duì)訓(xùn)練圖像和查詢圖像進(jìn)行集成哈希編碼,并在集成哈希編碼的基礎(chǔ)上通過(guò)計(jì)算查詢圖像與訓(xùn)練圖像之間的漢明距離來(lái)進(jìn)行快速檢索。本發(fā)明中的集成哈希編碼能夠同時(shí)融合不同哈希算法的特點(diǎn)和優(yōu)勢(shì),解決了單一哈希算法判別力不足和適用范圍的局限性問(wèn)題,從而使得圖像的快速檢索更加準(zhǔn)確和高效。
【IPC分類】G06F17-30
【公開(kāi)號(hào)】CN104765872
【申請(qǐng)?zhí)枴緾N201510200864
【發(fā)明人】李鵬, 盧寶周, 任鵬
【申請(qǐng)人】中國(guó)石油大學(xué)(華東)
【公開(kāi)日】2015年7月8日
【申請(qǐng)日】2015年4月23日
【公告號(hào)】CN104298791A
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1