基于支配特征描述符選取的移動檢索算法研究.pdf

1、隨著智能手機等移動設(shè)備的日漸普及，人們對于隨時隨地拍照并進行相關(guān)信息檢索的需求也與日俱增。在這個背景下，移動視覺檢索應運而生。作為一種新興的移動應用形式，它得到了業(yè)內(nèi)專業(yè)人士以及相關(guān)學者的熱烈研究。
　　多數(shù)的移動視覺檢索系統(tǒng)都采用服務器-客戶端的框架模式，而在此框架中，由于無線網(wǎng)絡(luò)的帶寬限制引起的數(shù)據(jù)傳輸延時是待研究的主要問題。為了克服傳輸延時高的缺點，現(xiàn)階段學者們主要著重于設(shè)計低比特的圖像特征描述符，極少有工作去研究如何減少特

2、征描述符的數(shù)量。為了進一步的減少傳輸延時，本文提出了基于支配特征描述符選取的移動視覺檢索框架。
　　首先，本文采用基于近鄰傳播聚類的方法對給定圖像特征數(shù)據(jù)進行支配特征描述符選取，只需傳輸支配特征描述符到服務器端進行特征匹配即可。此外，考慮到不同的特征描述符的權(quán)重應有不同，本文采取了加權(quán)特征匹配的方法。在本文提出的移動檢索框架下，不但可以減少系統(tǒng)的傳輸延時，更通過減少無用數(shù)據(jù)的傳輸，達到了提高檢索精度的效果。
　　其次，在圖像

3、檢索時，我們可能會遇到一些帶有大量特征描述符數(shù)據(jù)的復雜圖像，此時進行支配特征描述符選取則需要大量的計算資源和存儲資源，這些資源在在移動設(shè)備中都是非常有限的。因此，本文接著提出一種融合基于稀疏表示分類的模型進行改進，對于此類復雜圖像的特征描述符，本文先對其進行若干采樣，對采樣點用先前方法進行支配特征描述符選取。對于非采樣點，我們利用基于稀疏表示分類的方法將其歸類。用此模型我們可以有效地降低計算的時間、空間復雜度。
　　在Stanfo