一种基于物体检测的图像检索方法技术

本发明专利技术公开了一种基于物体检测的图像检索方法，解决图像检索时未对图像中多个物体分别检索的问题。其实现为：对图像数据库中的图像进行物体检测，检出图像中一个或多个物体；提取被检出物体的SIFT和MSER特征并将其结合生成特征束；采用K均值和k‑d树把特征束生成视觉单词；倒排索引建立图像数据库中物体的视觉单词索引，生成图像特征库；用物体检测方法，将查询图像中的物体生成视觉单词，将查询图像与图像特征库的视觉单词进行相似性对比，输出得分最高的作为图像检索的结果。本发明专利技术能对图像的多个物体分别检索，减少了背景干扰和图像语义鸿沟，提高了准确度，检索速度和效率；用于图像中某个具体物体，包括人物的图像检索。

An image retrieval method based on object detection

The invention discloses an image retrieval method based on object detection, which solves the problem of not retrieving multiple objects in the image when the image is searched. In fact, now: object detection of image database, the detection of one or more objects in the image extraction; SIFT was detected and MSER features of the objects and the combination of features generated by K beam; mean and K D tree feature Shu Shengcheng visual words; visual word index object image database establishment inverted index, image feature database; object detection method, the query object generated visual words in an image, the image and the image feature database of visual word query similarity comparison, the highest scoring output as the image retrieval results. The invention can multiple objects in image retrieval are reduced, background interference and image semantic gap, to improve the accuracy and speed of retrieval and efficiency; for a specific object in the image, including character image retrieval.

【技术实现步骤摘要】
一种基于物体检测的图像检索方法
本专利技术属于计算机图像处理
，主要涉及图像检索，具体是一种基于物体检测的图像检索方法，可以用于互联网图像数据检索。
技术介绍
随着信息化社会的到来和计算机应用的普及，人们越来越多地接触到大量的信息，其中多媒体信息是人们接触最广泛的一种信息资源，它以文字、图像、声音和视频等各种形式存在，并且随着科技的进步以爆炸的速度增长。特别是近年来互联网的应用和发展，更加促进了多媒体信息的数据量急剧增长。面对海量数据，人们往往无所适从，信息量的快速增长使得人们对多媒体信息的检索需求与目俱增，因此图像检索技术就成为研究的热点之一。从20世纪70年代起开始对图像检索领域研究到现在，图像检索技术经历了三个发展阶段：基于文本、基于内容、基于语义的图像检索。基于文本的图像检索使用关键字来标注图像，当用户进行图像检索时，主要是搜索匹配图像中的标签进行检索，但是它有很多缺点：描述图像的文本关键字是人工添加的，主观意识太大；文字描述完全不能表达出图像丰富的含义，仅仅采用关键字的形式很难对数据库中的图像进行精确的检索；随着科技的不断进步和发展，图像数据库的规模越来越大，没有那么本文档来自技高网...

【技术保护点】
一种基于物体检测的图像检索方法，其特征在于，包括有如下步骤：步骤1，检测图像中的多个物体：采用YOLO方法对图像进行物体检测，检测出该图像中的1个或多个物体；步骤2，根据该图像的物体检测结果，提取包括每一个物体的检测矩形框内的SIFT特征和MSER特征；步骤3，把该图像中物体的SIFT特征和MSER特征组合，生成特征束；步骤4，采用KMeans和k‑d tree方法，依次对特征束进行聚类和量化，生成该物体的视觉单词；步骤5，重复步骤1‑4，遍历整个图像数据库，将图像数据库中所有图像中的物体都生成视觉单词，利用倒排索引方法，对所有的视觉单词处理，建立图像数据库视觉词典的索引目录，作为图像特征库；...

【技术特征摘要】
1.一种基于物体检测的图像检索方法，其特征在于，包括有如下步骤：步骤1，检测图像中的多个物体：采用YOLO方法对图像进行物体检测，检测出该图像中的1个或多个物体；步骤2，根据该图像的物体检测结果，提取包括每一个物体的检测矩形框内的SIFT特征和MSER特征；步骤3，把该图像中物体的SIFT特征和MSER特征组合，生成特征束；步骤4，采用KMeans和k-dtree方法，依次对特征束进行聚类和量化，生成该物体的视觉单词；步骤5，重复步骤1-4，遍历整个图像数据库，将图像数据库中所有图像中的物体都生成视觉单词，利用倒排索引方法，对所有的视觉单词处理，建立图像数据库视觉词典的索引目录，作为图像特征库；步骤6，重复步骤1-4，得到查询图像中物体的视觉单词；步骤7，根据图像特征库中的索引目录，把查询图像物体的视觉单词和图像特征库中物体的视觉单词进行相似度匹配，然后按照相似度得分高低进行排序，把得分最高的前N个物体作为检索出的物体，输出物体所在的图像，得到检索结果。2.根据权利要求1所述的基于物体检测的图像检索方法，其特征在于：步骤6中所述用基于物体检测的方法，得到查询图像中物体的视觉单词，其中步骤1中采用YOLO方法对查询图像进行物体检测，检测出查询图像中的1个或多个物体的过程，包括：1.1，使用VOC2007数据集对YOLO网络进行训练，得到权重参数；YOLO是一种物体检测的方法，也...

【专利技术属性】
技术研发人员：吴炜，张宇，沙丽娜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61