一种图像检索方法技术

本发明专利技术公开了一种图像检索方法，涉及信息检索领域，所述方法包括以下步骤：获取待查询对象的语义描述；根据图像库中图像的类别构建图像本体库；根据所述待查询对象的语义描述在所述图像本体库中进行语义查询，获取和所述待查询对象相似的图像实例以及和所述图像实例相关的语义描述；对所述图像实例的相似度进行排序，获取并输出相似度最高的图像实例及相应的语义描述。通过上述方法可以得到和待查询对象相似度最高的图像实例和相应的语义描述，提高检索的查全率和查准率，提高了图像检索效率，扩大了搜索的范围。

【技术实现步骤摘要】

本专利技术涉及信息检索领域，特别涉及。
技术介绍
随着互联网的普及以及计算机软硬件的飞速发展，越来越多的多媒体信息展现在 人们面前。面对纷繁复杂的各种视觉信息的冲击，如何有效的提取出用户自己需要的信息， 如何有效的进行多媒体信息的检索，成为人们迫切需要解决的问题。为此，现有技术中提出了图像检索技术，图像检索技术是一项实用性很强的技术， 可以应用到社会生活各个方面，有着广阔的应用前景，通过该图像检索技术可以满足日常 应用中的需求。专利技术人在实现本专利技术的过程中，发现上述现有技术至少存在以下缺点和不足在实际应用中图像检索技术的效率不高，搜索的结果存在局限性。
技术实现思路
为了提高图像检索效率，扩大搜索结果的范围，本专利技术提供了， 所述方法包括以下步骤(1)获取待查询对象的语义描述；(2)根据图像库中图像的类别构建图像本体库；(3)根据所述待查询对象的语义描述在所述图像本体库中进行语义查询，获取和 所述待查询对象相似的图像实例以及和所述图像实例相关的语义描述；(4)对所述图像实例的相似度进行排序，获取并输出相似度最高的图像实例及相 应的语义描述。步骤(3)中的所述语义查询具体为通过所述待查询对象，对所述图像本体库中的图像实例进行相似度计算。当所述待查询对象为待查询图像时，步骤(1)中所述获取待查询对象的语义描 述，具体包括对所述待查询图像和图像库中图像进行底层特征提取，提取待查询图像的高维特 征向量和图像库中图像的高维特征向量；根据获取到的所述图像库中图像的高维特征向量、图像库中图像的原有语义描 述，构建图像库中图像的特征库；根据所述待查询图像的高维特征向量、所述图像库中图像的高维特征向量和所述 图像库中图像的原有语义描述，通过分类器获取待查询图像的语义描述。所述根据所述待查询图像的高维特征向量、所述图像库中图像的高维特征向量和 所述图像库中图像的原有语义描述，通过分类器获取待查询图像的语义描述，具体包括将所述图像库中图像的高维特征向量和所述图像库中图像的原有语义描述组合 成图像库中图像的新的特征向量；通过所述分类器对获取到的所述新的特征向量进行训练，获取表述所述图像库中 图像的高维特征向量和所述图像库中图像的原有语义描述之间关系的模型；通过获取到的所述模型和所述待查询图像的高维特征向量，获取待查询图像的语 义描述。当用户获取到和待查询图像相似度最高的图像实例以及和图像实例相关的语义 描述后，若选择了用户反馈，所述方法还包括通过用户的反馈信息对所述图像本体库和所述特征库进行更新。当所述待查询对象为待查询文本时，步骤(1)中所述获取待查询对象的语义描 述，具体包括通过自然语言处理对所述待查询文本进行关键词提取，获取所述待查询文本的语 义描述。当用户获取到和待查询文本相似度最高的图像实例以及和图像实例相关的语义 描述后，若选择了用户反馈，所述方法还包括通过用户的反馈信息对所述图像本体库进行更新。本专利技术提供的技术方案的有益效果是获取待查询对象的语义描述，根据得到的语义描述到图像本体库中去检索，获取 并输出相似度最高的图像实例及相应的语义描述，输出相似度排序靠前的图像作为检索结 果。通过上述方法可以有效的根据待查询对象检索出与之相似的图像和对应的语义描述， 提高检索的查全率和查准率，提高了图像检索效率，扩大了搜索结果的范围。附图说明图1是本专利技术提供的用户查询需求示意图；图2是本专利技术提供的待查询图像的方法流程图；图3是本专利技术提供的待查询图像进行特征提取的示意图；图4是本专利技术提供的用户根据检索结果反馈的信息示意图；图5是本专利技术通供的待查询文本的方法流程图；图6是本专利技术提供的用户根据检索结果反馈的信息示意图；图7是本专利技术提供的一幅示例图像；图8是本专利技术提供的待查询图像的检索结果示意图；图9是本专利技术提供的待查询文本的检索结果示意图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方 式作进一步地详细描述。为了提高图像检索效率，扩大搜索的范围，本专利技术实施例提供了一种图像检索方 法，该方法内容如下随着21世纪初语义网概念的提出，图像检索技术已经不再局限于特定领域的基 于内容的图像检索，而是开始研究更普适的基于语义的图像检索。基于语义的图像检索充 分利用外部知识，逐步挖掘图像所包含的语义信息，能够更加智能的检索出用户需要的信4息。图像语义信息主要表达为人们对图像信息的直观理解，包括图像所包含的对象、图像描 述的场景、对象与对象的空间关系以及对象的行为和情感等等。这些语义特征作为高层的 图像特征需要与可以自动提取的底层物理特征及图像统计特征相对应，从而建立起语义特 征和底层视觉特征的联系，利用底层视觉特征来映射到语义特征，从而实现基于语义特征 的图像检索。为了实现语义特征与底层特征的关联，本专利技术实施例引入了本体技术。本体 是共享概念模型的明确的形式化规范说明。本体作为共享的概念模型是通过现象的相关概 念以及现实世界的对象进行抽象建模，它所表达的知识使共同的概念表达具有普适性，同 时概念之间的关系被明确定义，而且形式化的要求使得本体是机器可读的。本体一般由概 念、描述概念的属性、概念之间的关系以及概念和属性之间的约束组成。参见图1，实际应用中用户的待查询对象主要包括待查询图像和待查询文本，用 户可以输入图像进行检索，也可以输入文本进行检索。实施例1参见图2，以待查询对象为图像为例对该方法进行详细说明，参见下文描述101 对用户输入的待查询图像和图像库中图像进行底层特征提取，提取待查询图 像的高维特征向量和图像库中图像的高维特征向量；上述步骤具体为通过对用户输入的待查询图像和图像库中的图像分别进行底层 特征提取计算，分别提取图像的各个不同特征，对提取到的各个不同特征进行归一化处理 和组合处理，提取高维特征向量，该提取到的高维特征向量供整个查询过程使用。其中，图像底层特征提取作为图像检索的前提，需要利用各种标准和概念完成图 像底层的特征提取，主要包括MPEG-7 (Moving Pictures ExpertsGroup，动态图像专家组) 标准所定义的图像特征以及其他可用的纹理、颜色及形状特征。具体实现时，根据图像的不 同还可以提取到其他的特征，具体实现时，本专利技术实施例对此不做限制。参见图3，对于图像库中的每一个待查询图像进行特征提取计算，分别提取到待查 询图像的颜色特征、纹理特征、形状特征，再进行归一化处理和组合处理获取待查询图像的 高维特征向量。其中，具体的提取计算、归一化处理和组合处理所采取的方法可以采用现有技术 中普通的方法，具体实现时，本专利技术实施例对此不做限制。102 根据步骤101中获取到的图像库中图像的高维特征向量和图像库中图像的 原有语义描述，构建图像库中图像的特征库；具体地，特征库是由图像库中图像的高维特征向量、图像库中图像的原有的语义 描述构成的序列。具体实现方法，为现有技术中的常规方法，本专利技术实施例对此不做限制。103 根据步骤101中待查询图像的高维特征向量、图像库中图像的高维特征向量 和图像库中图像的原有语义描述，通过分类器获取待查询图像的语义描述；具体为接受待查询图像作为查询输入，根据待查询图像的高维特征向量和图像 库中图像的高维特征向量，通过SVM(Support V本文档来自技高网...

【技术保护点】
一种图像检索方法，其特征在于，所述方法包括以下步骤：（１）获取待查询对象的语义描述；（２）根据图像库中图像的类别构建图像本体库；（３）根据所述待查询对象的语义描述在所述图像本体库中进行语义查询，获取和所述待查询对象相似的图像实例以及和所述图像实例相关的语义描述；（４）对所述图像实例的相似度进行排序，获取并输出相似度最高的图像实例及相应的语义描述。

【技术特征摘要】

【专利技术属性】
技术研发人员：冯志勇，陈祉宏，贾宇，
申请(专利权)人：天津大学，
类型：发明
国别省市：12[中国|天津]