面向互联网的大规模重复图像检索技术研究

摘要

针对互联网上典型的社交媒体应用,提出了一个基于随机投影和分块DCT系数的大规模分布式重复图像检索方法.该方法在Hadoop集群的基础上,首先利用随机投影映射生成图像签名,再由图像签名高效的检索HBase表以获得具有高召回率的候选图像集,最后依赖分块DCT系数对候选图像进行进一步过滤来提高检索精度.实验结果表明,对于1 200万张微博图像,当H=2且T=150时,该方法的召回率为98％,精确率为93.2％,平均检索时间为6.7s.