一种用于图像检索的查询图像特征裁剪方法技术

本发明专利技术公开了一种用于图像检索的查询图像特征裁剪方法，其选择一个小的无关图像集的搜索结果作为参考信号。通过统计该信号中各个visual word对得分的贡献来对查询图像中的特征进行删减，这样能够在最后的得分中减去一些错误投票，对错误的结果进行压制。该方法能够对检索的性能起到促进的作用。本发明专利技术使用了对查询图像特征进行删减的方法，得到了更准确的搜索性能。使用无关图像的搜索结果作为参考信号，能够提升性能。

【技术实现步骤摘要】

本专利技术涉及计算机视觉、模式识别、图像检索、搜索引擎的领域，具体涉及一种用于图像检索的查询图像特征裁剪方法。
技术介绍
随着互联网的发展，网络上存放的数据量逐年飞速增长，互联网用户对信息的检索需求也日益增长。随着信息检索技术与计算机视觉技术的发展，使得用户可以从互联网实时获取需要的图像。在此类应用中，相似图像检索技术占有很大的比重。由于图像拍摄的角度、环境有着很大的差异，且图像中的信息量很大，因此实时地从海量图片中搜索到相似图片是一件很困难的事情。本专利技术在不明显提高时间复杂度的情况下能提升一些图像检索的性能，具有很大的意义。目前图像检索的主流技术是基于SIFT特征(参见文献【1】D.G.Lowe,Distinctiveimagefeaturesfromscale-invariantkeypoints,InternationalJournalofComputerVision,vol.60,no.2,pp.91-110,2004.)和词袋模型(Bag-of-words)对图像进行表达，然后利用倒排索引的技术完成检索过程。该类技术从每副图像提取一些关键区域，然后在关键区域处提取一些高维特征，然后利用词袋模型进行量化得到最终的表达。在完成所有图像的表达后利用统计模型计算出每个visualword的tf-idf权重，最后利用倒排文件检索(参见文献【2】J.Sivic,A.Zisserman,VideoGoogle:Atextretrievalapproachtoobjectmatchinginvideos,IEEEInternationalConferenceonComputerVision,pp.1470-1477,2003.和文献【3】J.Philbin,O.Chum,M.Isard,etal,Objectretrievalwithlargevocabulariesandfastspatialmatching,IEEEConferenceonComputerVisionandPatternRecognition,pp.1-8,2007.)。针对该方法的一些缺陷，一些弥补缺陷提升性能的方法被提出，且不会较大提升时间耗费。且一些方法能以兼容的方式结合起来使性能得到更大的提升。1)Philbin(参见文献【3】J.Philbin,O.Chum,M.Isard,etal,Objectretrievalwithlargevocabulariesandfastspatialmatching,IEEEConferenceonComputerVisionandPatternRecognition,pp.1-8,2007.)于2007年提出使用大词典完成大规模的图像检索，利用空间信息的re-rank策略对搜索结果进行改善，该方法被广泛作为baseline使用。2)Philbin(参见文献【4】J.Philbin,O.Chum,M.Isard,etal,Lostinquantization:Improvingparticularobjectretrievalinlargescaleimagedatabases,pp.1-8,2008.)于2008年提出SoftAssignment的方法解决量化误差问题。将每个描述子量化给多个Visualword。3)Chum(参见文献【5】O.Chum,J.Philbin,J.Sivic,etal,Totalrecall:Automaticqueryexpansionwithagenerativefeaturemodelforobjectretrieval,IEEEInternationalConferenceonComputerVision,pp.1-8,2007.)于2007年Queryexpansion的方法提升搜索的召回率，即使用初始搜索结果对query进行信息补充。4)Jégou(参见文献【6】H.Jégou,M.Douze,C.Schmid,Improvingbag-of-featuresforlargescaleimagesearch,InternationalJournalofComputerVision,vol.87,no.3,pp.316-336,2010.)于2008年提出了弱化量化误差影响的HammingEmbedding方法，每个SIFT描述子除了量化到一个Visualword外，还与一个二进制编码绑定，该二进制编码与描述子与Visualword的残差相关。5)Jégou(参见文献【7】H.Jégou,M.Douze,C.Schmid,Ontheburstinessofvisualelements,IEEEConferenceonComputerVisionandPatternRecognition,pp.1169-1176,2009.)于2009年提出在图像中，往往有很多word会很大概率多次出现。Jégou在HammingEmbedding的基础上利用更详尽的量化信息进行统计，解决Intra-burstiness(图像内)和Inter-burstiness(图像间)问题。6)Chum(参见文献【8】O.Chum,J.Matas.Unsuperviseddiscoveryofco-occurrenceinsparsehighdimensionaldata,IEEEConferenceonComputerVisionandPatternRecognition,pp.3416-3423,2010.)于2010年提出通过检测一些word的共发性来来减少一些重复元素的重复得分。7)Zheng(参见文献【9】L.Zheng,S.Wang,Z.Liu,etal,Lp-normidfforlargescaleimagesearch,IEEEConferenceonComputerVisionandPatternRecognition,pp.1626-1633,2013.)于2013年提出在计算idf权重时考虑tf权重，来计算各个word的权重。本专利技术中选择一个小的无关图像集的搜索结果作为参考信号。通过统计该信号中各个visualword对得分的贡献来对查询图像中的特征进行删减，这样能够在最后的得分中减去一些错误投票，对错误的结果进行压制。该方法能够对检索的性能起到促进的作用。
技术实现思路
本专利技术的目的在于：1)能够使用特征删减的方法提升图像搜索的性能；2)能够不显著提高时间复杂度；3)能够不显著提高内存用量；4)方法不过于复杂，能与其他方法保持良好的兼容性。本专利技术采用的技术方案为：一种用于图像检索的查询图本文档来自技高网...

【技术保护点】
一种用于图像检索的查询图像特征裁剪方法，其特征在于：该方法包括如下步骤：步骤一、对查询图像提取SIFT特征并使用词袋模型量化，然后在大的待检索图像库中搜索与查询图像在余弦距离下相似的图像，并对其排名；步骤二、统计出其中排名靠前的图像得分中各visual word的贡献次数，作为正信号；步骤三、在无关图像库中搜索与查询图像在余弦距离下相似的图像，并对其排名；步骤四、统计出其中排名靠前的图像得分中各visual word的贡献次数，作为负信号；步骤五、根据正负信号的统计结果计算负信号中每个visual word的互信息值，按该值大小排序，取值较大的一些visual word；步骤六、在查询图像中减去这些特征，并使用删减后的特征在大的待检索图像库中搜索得到最终的结果。

【技术特征摘要】
1.一种用于图像检索的查询图像特征裁剪方法，其特征在于：该方法包括如下步骤：
步骤一、对查询图像提取SIFT特征并使用词袋模型量化，然后在大的待检索图像库中
搜索与查询图像在余弦距离下相似的图像，并对其排名；
步骤二、统计出其中排名靠前的图像得分中各visualword的贡献次数，作为正信号；
步骤三、在无关图像库中搜索与查询图像在余弦距离下相似的图像，并对其排名；
步骤四、统计出其中排名靠前的图像得分中各visualword的贡献次数，作为负信号；
步骤五、根据正负信号的统计结果计算负信号中每个visualword的互信息值，按该值大
小排序，取值较大的一些visualword；
步骤六、在查询图像中减去这些特征，并使用删减后的特征在大的待检索图像库中搜索
得到最终的结果。
2.根据权利要求1所述的一种用于图像检索的查询图像特征裁剪方法，其特征在于：
步骤一中待检索图像库中的搜索具体如下：
对查询图像中提取Hessian-affine区域，然后在每个区域提取一个128维的SIFT特征，
然后利用词袋模型中训练好的词典进行量化，得到图像的最终表达，该表达为一些visual
word的ID的集合；然后使用该图像表达在待检索数据库中进行搜索，得到搜索结果，经过
Spatialverification，取其排名靠前的搜索结果作为正参考信号。
3.根据权利要求1所述的一种用于图像检索的查询图像特征裁剪方法，其特征在于：
步骤二中统计出正参考信号中各visu...

【专利技术属性】
技术研发人员：凌强，杜彬彬，李峰，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽;34