結(jié)合Bag-of-words模型和空間上下文信息的圖像拷貝檢測算法研究.pdf

1、針對數(shù)字圖像的版權(quán)保護問題，研究人員已經(jīng)做了大量的研究。其中，基于內(nèi)容的圖像拷貝檢測技術(shù)研究已經(jīng)取得了較大的進展。現(xiàn)有的圖像拷貝檢測算法，主要是依靠Bag-of-Words(BOW)模型，該模型將局部特征量化為視覺單詞后進行匹配，可以有效的提高匹配效率。然而，在局部特征的量化過程中，區(qū)分性大大降低，導致出現(xiàn)很多的錯誤匹配對。這些錯誤匹配降低了拷貝檢測的準確率。本文針對上述不足，提出兩種結(jié)合BOW模型和上下文信息的圖像拷貝檢測方案，具體研

2、究成果如下:
　　1)提出了一種結(jié)合BOW模型和空間上下文內(nèi)嵌的圖像拷貝檢測算法
　　為了提高局部特征的區(qū)分性，本文提出一種新的空間上下文內(nèi)嵌方法。此方案在預處理階段為圖像中的每個SIFT特征選擇若干穩(wěn)定的上下文特征，然后將它和周圍上下文特征的空間關(guān)系編碼為空間描述子，并且把這些空間描述子都嵌入索引中?？截悪z測過程中，如果經(jīng)過BOW量化到得到一對SIFT匹配對，這一對SIFT特征的空間描述子就會被進一步匹配，從而提高局部描述

3、子的區(qū)分性。此外，為了提高空間描述子的匹配效率，本方案還提出了一種二級匹配結(jié)構(gòu)，在保證匹配效果前提下，能夠有效加速空間描述子的匹配過程。
　　2)提出了一種結(jié)合BOW模型和全局上下文驗證的圖像拷貝檢測算法
　　針對BOW模型匹配準確性不高的問題，本文提出的方案首先通過BOW量化匹配得到圖像之間所有匹配的SIFT特征對，然后利用每一對SIFT匹配對的旋轉(zhuǎn)和尺度不變性構(gòu)造重疊區(qū)域，并從兩個重疊區(qū)域提取全局上下文描述子(OR-GC