[发明专利]一种图像检索排序的方法及装置

权利要求书

1.一种图像检索排序的方法，其特征在于，所述方法包括：

根据用户输入的关键词从网络图像数据库中搜索得到关键词对应的图像集，以特征聚类的方式分别对所述图像集进行去噪处理得到对应的类图像集；

将所述类图像集与所述网络图像数据库中已建立的其他类图像集分别两两之间进行类间优化处理，通过类间优化处理对所述类图像集中的图像进行第二次去噪处理得到优化图像集；

根据置信分数对优化图像集进行加权计算并获取高密度图像集，按照线性排序模型对所述高密度图像集进行排序，得到图像排序结果；

所述根据用户输入的关键词从网络图像数据库中搜索得到关键词对应的图像集，以特征聚类的方式分别对所述图像集进行去噪处理得到对应的类图像集，包括：

根据用户输入的关键词检索得到图像集其中d代表图像视觉特征的维度；

将所述图像集按照映射g(·)从原始的欧式特征空间投射到新的特征空间，使得特征空间中位于同一流形结构内的数据和离散分布的噪声图像数据分别聚合成m类{X₁,…,X_c,…,X_m}∈X；

根据预设判断条件筛选出m类中离散点组成的类，并将所述离散点组成的类滤去得到类图像集。

2.根据权利要求1所述的方法，其特征在于，所述映射g(·)的构造方法，具体包括：

以图像集中的数据为节点构造两两连接的无向有权图，其中，节点x_i和x_j的边的权重W_ij为：(1)当i≠j时，其中，σ²为权重W_ij的方差；(2)当i＝j时，W_ii＝0；

将所述权重W_ij组成n×n矩阵W，对矩阵W的归一化处理得到S＝D^-1/2WD^-1/2，其中D为对角矩阵

构造对归一化矩阵S的拉普拉斯求逆矩阵F，得到映射g(·)为g:X→Rⁿ,其中，F＝(I-S)^-1，I为单位矩阵。

3.根据权利要求1所述的方法，其特征在于，所述根据预设判断条件筛选出m类中离散点组成的类，并将所述离散点组成的类滤去得到类图像集，具体包括：

当类X_o满足不等式时，则表示所述类Xc为离散点组成的类，其中，所述不等式为：其中，S[g(x_i)]为映射特征g(x_i)各维度之和，为求平均算符，β为第一阈值。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据用户输入的关键词从网络图像数据库中搜索得到关键词对应的图像集，具体为：根据用户输入一个或多个关键词从网络图像数据库中搜索分别得到每个关键词对应的图像集。

5.根据权利要求1所述的方法，其特征在于，所述将所述类图像集与所述网络图像数据库中根据已建立的其他类图像集分别两两之间进行类间优化处理，通过类间优化处理对类图像集中的图像进行第二次去噪处理得到优化图像集，具体包括：

从所述网络图像数据库中已建立的其他类图像集获取由r个关键词{q₁,…,q_s,…,q_r}检索形成的类图像集{X⁽¹⁾,…X^(s),…,X^(r)}，

运用预设的模型对图像集X^(s)和图像集X^(t)进行两两训练，计算关键词q_s检索的某一图像的置信分数并将所述置信分数小于第二阈值的图像数据滤去得到优化图像集合；其中，所述表示对X^(s)和X^(t)训练模型，测试数据属于q_s类的概率函数，根据所述置信分数确定所述图像在语义上与关键词q_s的相关性，