基于改進HOG的手繪草圖檢索技術(shù)研究.pdf

1、在信息爆炸式增長、多媒體技術(shù)及互聯(lián)網(wǎng)發(fā)展日新月異的時代，人與人之間對各種多媒體資源共享的需求越來越高，大量的圖片共享需要構(gòu)建高效的檢索系統(tǒng)。現(xiàn)有的社交圖像搜索技術(shù)主要依賴于文本、圖像以提供用戶給定的查詢。檢索系統(tǒng)的準確性、實時性還難以滿足用戶通用性和特定性的各種需求，而且計算機視覺、大數(shù)據(jù)發(fā)展如此迅猛，如何構(gòu)建一個高效的檢索系統(tǒng)成為專家學(xué)者們的研究重點。
　　基于文本的檢索對于圖形圖像的手動標(biāo)注具有主觀色彩且工作繁復(fù)，傳統(tǒng)檢索方式

2、的缺陷不斷暴露，加上人機交互方式不斷更新?lián)Q代、觸控設(shè)備發(fā)展快速，使得通過內(nèi)容進行檢索的草圖檢索成為研究的重要領(lǐng)域。社交媒體用戶不一定要依賴手工標(biāo)注的關(guān)鍵字查詢或是例圖查詢，而能通過手指或觸屏寫字筆在觸控設(shè)備上勾勒出的草圖，可以全面完整地描述查詢，從而在圖像檢索系統(tǒng)中搜索出相關(guān)圖像，得到想要的結(jié)果。
　　草圖檢索的實現(xiàn)過程分為圖像的特征描述、特征匹配、相關(guān)索引三個步驟。本文提出HOG（Histogram of Gradient，梯度

3、方向直方圖）的改進圖像描繪子，并將其應(yīng)用于草圖檢索中。第一，是基于多尺度HOG的草圖檢索，采用高斯金字塔將圖像分解到多尺度空間，在所有尺度上進行興趣點提取，獲得基于興趣點的多尺度HOG特征。利用圖像的多尺度HOG特征集生成視覺詞典，最終形成與視覺詞典相關(guān)的特征描述向量，通過相似度匹配實現(xiàn)草圖檢索。第二，在多尺度HOG算法的基礎(chǔ)上，對其進行改進，首先對草圖和圖像進行梯度域處理，以縮減草圖和圖像的不一致性，然后進行顯著點提取，以顯著點為對象