圖像描述子與高維空間特征檢索.pdf

1、隨著數(shù)碼產(chǎn)品的普及以及網(wǎng)絡(luò)社區(qū)的快速發(fā)展,傳統(tǒng)的基于字詞的圖像檢索已經(jīng)不能滿足用戶的需要,基于內(nèi)容的圖像檢索能更形象,更精確的返回用戶所需圖片,已經(jīng)成為計(jì)算機(jī)視覺,模式識別,人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。本文主要討論了圖像描述子以及高維空間的特征檢索。圖像描述子部分簡單回顧了幾種常見全局特征,包括顏色,紋理,形狀特征。重點(diǎn)介紹了基于特征點(diǎn)的特征描述子,包括特征點(diǎn)的檢測方法以及如何在特征點(diǎn)檢測階段解決圖像的尺度變化問題,如DoG detec

2、tor, Hessian detector等。并介紹了經(jīng)典的SIFT,SURF的描述子構(gòu)造方法,以及該描述子如何解決圖像的旋轉(zhuǎn)及光照變化問題。高維特征檢索部分重點(diǎn)介紹了目前比較經(jīng)典的三種檢索框架,多示例學(xué)習(xí),語義樹以及Local Sensitive Hash,以及基于這些框架的改進(jìn)工作,分析了三種框架實(shí)現(xiàn)高維空間快速檢索的理論依據(jù)。三種框架在基于內(nèi)容的圖像/視頻,文檔,網(wǎng)頁等檢索,分類領(lǐng)域中均取得很好的實(shí)驗(yàn)效果。重點(diǎn)介紹了本文提出的基于

3、類內(nèi)均方差的動態(tài)vocabulary tree結(jié)構(gòu)的構(gòu)建方法,分析了該方法解決類內(nèi)數(shù)據(jù)量較大但數(shù)據(jù)比較緊密以及數(shù)據(jù)量較小但數(shù)據(jù)較分散兩種情況下的如何構(gòu)建更合理的vocabulary tree結(jié)構(gòu)。本文的另一創(chuàng)新是提出了新的結(jié)構(gòu)框架feature forest,當(dāng)圖像庫比較大時(shí),圖像內(nèi)容變化較大,一種特征很難對所有圖片內(nèi)容都有較好的描述能力,這也是導(dǎo)致基于內(nèi)容的圖像檢索的檢索效率低的一個(gè)重要原因。feature forest可以很好融合具

4、有一定互補(bǔ)性的特征的檢索結(jié)果,并自動分析某一特征的檢索結(jié)果的好壞然后調(diào)整其權(quán)值,解決了特征線性融合方法的缺陷。實(shí)現(xiàn)了動態(tài)結(jié)構(gòu)的vocabulary tree以及基于HOG與SURF特征的feature forest,并在UKY, ZuBuD, famous_landmark三個(gè)標(biāo)準(zhǔn)數(shù)據(jù)上測試驗(yàn)證了本文提出方法的有效性,上述3個(gè)數(shù)據(jù)庫對于基于內(nèi)容的圖像檢索的難度不同,但feature forest的檢索精率終高于vocabulary tr