论文部分内容阅读
随着移动互联网的飞速发展和社交媒体的兴起，网络上的图像数量正呈现爆炸式的增长，图像检索技术已经成为计算机视觉领域的热点研究方向，同时针对移动终端上的图像检索也在学术上和工业上引起广泛关注。由于需要人工标注，传统的基于关键字的信息检索技术难以满足用户的需求，以图搜图因其自然的人机交互方式，成为了当前图像检索领域研究的热点。如何快速、精确的检索到与询问图像相似的图像是当前图像检索领域的难点。针对该问题，本文从三个方面进行了深入的研究:1）图像的紧凑表示;2）图像检索的索引;3）在移动终端上的图像检索应用。本文的主要工作和贡献如下: 1)提出了空间Mini-Hash算法对图像进行快速检索。将图像进行空间金字塔表示，在此基础上，对得到的每个层次每个空间部分的BOW特征表示分别利用Mini-Hash算法进行处理，将得到的Mini-Hash函数形成一组Sketch，通过Sketch进行相似图像检索。随后利用二值SIFT算法实现图像Re-rank处理，进一步提高检索的精度。实验结果证实了本文所提算法的有效性。 2)提出了空间金字塔表示的VLAD图像特征表示方法。分析了当前基于紧凑表示的图像检索方法的优缺点，研究了具有空间结构信息的具有一阶变换的图像特征表示方法，并针对VLAD紧凑表示方法进行了改进，加入了空间金字塔匹配核，然后在图像库INRIAHolidaysDataset、OxfordBuildingDataset以及本文建立的地标图像库Landmark上进行了测试和性能分析。 3)模拟移动设备上的图像检索。实现了基于积量化的图像特征索引算法，分析了不同量化方法、检索方法的空间复杂性和时间复杂性，并在标准图像库INRIAHolidaysDataset进行验证，实验结果证实了本文所提算法的有效性。