基于 MapReduce 的互联网图像相似性度量研究

摘要

由于照相机等设备的便携化和互联网的触手可得，每天有海量互联网图像产生。针对这种情况，提出了基于MapReduce的互联网图像相似性度量算法。算法首先提取了语义级的图像特征，包括图像的主要颜色、形状和构图等，然后基于上述图像特征归一化，设计合理的Map方法和Reduce方法，并行计算出输入图像与图像库中的图像的相似性评分，排序得到最相似图像的几幅图形，最后构建了基于MapReduce的互联网相似图像搜索系统。实验结果表明，基于MapReduce的图像相似性度量算法，同样适用于互联网海量图像，并比传统的图像相似性度量算法具有更好的灵活性和可扩展性。