[发明专利]最大化平均查准率均值的距离测度优化方法

说明书

技术领域

本发明涉及一种用于提高图像检索性能的距离测度优化方法，具体来说涉及一种最大化平均查准率均值的距离测度优化方法。

背景技术

基于内容的图像检索(Content-Based Image Retrieval，CBIR)的基本思想是对图像的视觉特征进行提取，以视觉特征作为索引来实现较高层次的图像检索。CBIR技术可以为管理图像数据、临床诊断、医学教学等提供支持和帮助。特别地，医学图像中相似病灶的检索，可提高临床诊断的可靠性和相关信息的完整性。

一般地，CBIR系统为了能让查询结果按照相似度从大到小的顺序返回，需在图像特征空间中定义一个距离测度或相似性度量来衡量数据库中待查询图像与查询图像间的差别，返回结果时，待查询图像按照差别大小的排序。常用的距离测度有：欧氏距离、马氏距离、柯西距离等。CBIR系统的检索性能很大程度上取决于两方面：1.用于表达图像内容和语义概念的视觉特征；2.在特征空间中定义的距离测度或相似性度量。CBIR系统中通常采用低层视觉特征，如颜色、纹理、形状、边缘等描述图像内容。然而低层视觉特征的描述能力有限，表达图像时信息会有损失，因而低层视觉特征一般不能直接表达或反映图像的高层语义。这样，在低层特征空间中，我们难以用上述一般性的距离测度定义一个与语义概念紧密关联的相似性度量，即存在所谓的“语义鸿沟”，使得CBIR系统的检索性能与实际需求有一定距离。

关联反馈(Relevance Feedback)和距离测度学习(Distance Metric Learning)方法可以用于减小语义鸿沟，提高CBIR的检索性能。关联反馈中用于学习的数据难以获取，系统需要多次调整才能达到满意效果，用户使用不是非常方便。距离测度学习方法可依据事先标注的图像样本，建立低层图像特征和高层语义之间的映射，从而定义反映语义差别的距离测度，提高检索性能。现有的距离测度学习方法，多针对聚类或k近邻分类问题设计，其学习目标是为了提高聚类或k近邻分类的准确率。然而，CBIR系统的检索精度指标与分类准确率有很大的不同，如平均查准率均值(Mean Average Precision，MAP)、NDCG(Normalized DiscountedCumulative Gain)，都与数据库中待查询图像的排序有关系，使用优化针对聚类或分类问题设计的目标函数进行距离测度学习，不一定能得到检索性能最佳的距离测度。而且，由于检索精度指标不是连续可微的，对其进行优化存在一定困难。

发明内容

本发明的目的在于提供一种最大化平均查准率均值的距离测度优化方法，本方法具有优化过程和目标直接，优化得到的距离测度能反映图像的语义差别，用本方法得到的距离测度可达到更好的图像检索性能。

本发明的目的可通过以下的技术措施来实现：

一种最大化平均查准率均值的距离测度优化方法，包括以下步骤：

(1)获取包含查询图像-待查询图像对集合的图像数据库；

(2)采用平滑函数对MAP进行逼近，将其转换为目标函数并添加正则化项，使得目标函数是连续可微的；

(3)使用图像数据库中的查询图像-待查询图像对，对目标函数采用基于梯度下降的方法进行优化，并重复优化过程，取使MAP最大的解作为最优的线性变换矩阵；

(4)图像间距离测度的获取，包括两种方式：用步骤(3)中的最优线性变换矩阵对图像数据库中的图像特征先进行变换，再用变换特征的欧氏距离定义图像间的距离测度；或者是用步骤(3)中的最优线性变换矩阵定义马氏距离作为图像间的距离测度。

所述步骤(1)中的图像数据库由图像或图像区域特征、图像类别构成。

所述步骤(1)中依据是否包含相同解剖结构、相同类型病灶等确定图像对是否相关，对查询-待查询图像对进行标注。

所述步骤(2)中对MAP进行逼近的过程为：对给定的查询图像，任一待查询图像的排序序号使用Sigmoid型函数进行平滑逼近，进而得到MAP的平滑逼近。

所述待查询图像的排序序号由该待查询图像和其他所有待查询图像与查询图像之间的距离进行比较确定。

所述步骤(3)中变换矩阵的初始解可为一随机矩阵或由其他方法得到的变换矩阵。

所述步骤(3)中采用随机梯度下降算法来优化目标函数。

本发明方法相对于现有技术来说，具有以下的有益效果：