基于局部特征的大规模图像检索方法研究

摘要

伴随着互联网络与移动数码设备的兴起，“大数据”的理念早已在各个方面影响着大众的日常生活。这其中特别值得注意的是伴随着各类社交网站扩张，呈现几何速度增长的图像数据。虽然海量的图像丰富了人们的日常生活，改变了人们的社交理念，但是也带来一个不可避免的问题，如何在浩瀚如烟的图像数据中高效的寻找到自己所感兴趣的图像和影像，如何寻找到难以用言语描述的图像或视频，等等诸类问题成为了视觉搜索领域亟待解决的问题。
　　针对这类问题，本文就视觉搜索中的图像检索方法展开研究，从图像检索中的本质与关键问题入手，着重从字典结构的描述子性能分析与比较、图像几何验证与近似近邻搜索三个角度提出了以下方法:
　　在基于字典结构的描述子性能分析上，本文回顾说明了基于局部描述子的主流方法的原理，通过分析与文献比较，首先在理论上说明多种基于字典的和其他全局描述子的优劣，讨论了图像检索中基于局部描述子的字典方法的关键问题与可能的改进方向，并通过实验纵向与通向的比较了不同采样下局部描述子对于字典类方法检索效果的影响、主流字典类描述子与全局描述子之间性能。结果表明，基于局部描述子与字典技术设计的描述子较非字典的全局描述子在几个常用大规模图像检索数据库上的表现更为优秀，合适的局部细节定位与描述是进一步提高图像检索精度的关键。
　　在图像检索的几何验证方面，本文提出了一种快速近似几何验证方法用于图像检索的重排与后处理。该方法首先利用量化理论生成视觉单词，并将图像局部描述子量化为词包向量，并针对量化后词包向量的特点，建立倒排索引结构。在获得初步检索的图像集后，利用近似几何验证方法，筛选出具有一致相似变换的对应关系的特征点，重新调整初始图像的优先顺序。实验结果表明，该方法对规模相对较小的视觉词典的检索效果较好，同时能保证较低的算法复杂度。
　　在近似近邻搜索方面，本文提出了基于动态规划嵌入的优化的乘法量化方法。该方法以乘法量化理论为基础，首先对需要检索的大规模向量特征数据进行优化的维度划分，随后再进行量化处理。特别的，针对优化乘法量化方法(OPQ)中的协方差矩阵特征值分割问题，本文提出了一个动态规划方法改进了乘法量化中的参数算法，并能在理论上取得乘法量化中参数算法的全局最优的扭曲率的损失下界，能够以更大概率获得更好的优化投影矩阵，同时，该方法在离线计算完成后，在线计算时几乎无需额外的空间与开销，能够高效准确的近邻搜索效果。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 大规模图像检索的技术动态

1．2．1 基于局部描述子的图像特征设计

1．2．2 图像空间几何约束

1．2．3 量化与近似近邻搜索

1．2．4 常用数据集

1．3 主要工作及研究成果

1．4 本文内容的安排

第二章 基于局部特征的图像检索的关键技术与比较

2．1 引言

2．2 基于图像特征检索的一般流程

2．3 局部特征

2．4 基于字典技术的全局描述子

2．4．1 词包向量

2．4．2 Fisher向量

2．4．3 VLAD特征

2．4．4 基于字典技术的描述子的总结

2．5 非字典技术的全局描述子

2．6 实验结果与分析

2．6．1 实验设计

2．6．2 实验结果

2．7 小结

第三章 基于词袋模型的快速分层霍夫投票用于图像重排

3．1 引言

3．2 基于局部一致性的分层霍夫投票

3．2．1 词包模型

3．2．2 参数的霍夫空间

3．2．3 分层霍夫匹配

3．2．4 局部一致过滤

3．3 算法分析

3．3．1 计算复杂度

3．3．2 索引结构

3．4 实验结果与分析

3．4．1 实验设置

3．4．2 实验结果

3．5 小结

第四章 动态规划优化的近似近邻检索方法

4．1 引言

4．2 乘法量化相关理论

4．2．1 向量量化

4．2．2 乘法量化

4．2．3 优化乘法量化

4．3 动态规划的特征值分配优化

4．3．1 块对齐

4．3．2 复杂度分析

4．3．3 与倒排所索引算法的结合

4．4 实验

4．4．1 设置与评估方法

4．4．2 量化扭曲率评估

4．4．3 与倒排多索引结构相结合

4．4．4 与排序倒排多索引排序结构相结合

4．5 小结

第五章 总结与展望

5．1 研究工作的总结

5．2 展望

参考文献

攻读学位期间参与科研工作目录

致谢