基于聚類的鞋印圖像檢索算法研究.pdf

1、鞋印是刑事偵查的重要物證之一，如何在海量的鞋印數(shù)據(jù)集中查找到與現(xiàn)場遺留的鞋印同類的圖像，是刑事技術(shù)迫切需要解決的問題之一。目前的鞋印檢索算法沒有考慮數(shù)據(jù)集中圖像之間的相關(guān)性以及同類圖對檢索結(jié)果的影響，使檢索結(jié)果在一定程度上缺少語義信息?；诖吮疚奶岢隽嘶诰垲惖男D像檢索算法，目的是通過聚類的手段來提升鞋印圖像檢索算法的性能。本文主要工作如下:
　　1)提出了基于聚類的鞋印圖像檢索算法框架
　　本文針對目前鞋印圖像檢索算法

2、存在的缺陷，提出了基于聚類的鞋印圖像檢索算法框架。該框架將整體檢索過程分為聚類和基于聚類的檢索兩大部分。在目前鞋印圖像檢索算法的基礎(chǔ)上，加入了數(shù)據(jù)集中圖像之間的相似關(guān)系和案發(fā)現(xiàn)場存在多幅圖像對檢索結(jié)果的影響，三類數(shù)據(jù)集的測試實驗驗證了本文算法的合理性。
　　2)提出了基于K步穩(wěn)定的鞋印圖像聚類算法
　　本文根據(jù)鞋印圖像的特性，提出了基于K步穩(wěn)定的鞋印圖像聚類算法。該聚類算法主要針對鞋印圖像集類別之間存在隔離帶的情況而設(shè)計的。

3、核心思想是尋找各類鞋印圖像之間的隔離帶，將各類分開。在兩類公開測試數(shù)據(jù)集和鞋印數(shù)據(jù)集上的實驗表明:本文算法的主要性能指標(biāo)都超過典型比較算法，其中在包含5792枚鞋印圖像數(shù)據(jù)集上的聚類準(zhǔn)確率和F-Measure值分別達到了99.68％和95.99％。
　　3)提出了基于數(shù)據(jù)集圖像聚類的鞋印圖像檢索算法
　　本文提出的基于數(shù)據(jù)集圖像聚類的鞋印圖像檢索算法考慮了數(shù)據(jù)集中兩兩圖像之間的局部關(guān)系和同類圖像的全局關(guān)系，使檢索排序得分滿足

4、三個條件:
　　(1)檢索得分與特征之間的相似性一致;
　　(2)數(shù)據(jù)集中圖像之間的得分關(guān)系與其特征之間的相似性一致;
　　(3)數(shù)據(jù)集中同類圖像的檢索得分接近。實驗結(jié)果表明，本文算法的MAP(Mean Average Precision)和NDCG(Normalized DiscountedCumulative Gain)指標(biāo)值分別達到了79.84％和87.15％，較傳統(tǒng)算法提高了近20％和12％。
　　4)提

5、出了基于查詢圖像聚類的鞋印圖像檢索算法
　　本文考慮了在犯罪現(xiàn)場遺留多幅相同花紋的鞋印圖像的情況。根據(jù)現(xiàn)場遺留的多幅相同花紋圖像的排序得分應(yīng)該接近這一先驗知識，通過考慮多幅現(xiàn)場圖像與數(shù)據(jù)集中圖像的綜合相似性關(guān)系構(gòu)造排序得分目標(biāo)函數(shù)。實驗結(jié)果表明，基于多幅查詢圖像聚類算法的MAP和NDCG指標(biāo)值分別達到了84.39％和91.89％，較僅根據(jù)一幅現(xiàn)場圖像檢索的算法提高了近30％和20％。
　　本文提出的基于聚類的鞋印圖像檢索算法