[发明专利]一种双重补偿的多表哈希图像检索方法

说明书

本发明公开了一种双重补偿的多表哈希图像检索方法，包括步骤：1)图像特征提取和类别信息处理；2)哈希表训练；3)根据哈希表将图像特征映射至汉明空间与类别权重计算；4)根据查询，计算汉明距离，返回查询结果；5)再排序操作。本发明方法在图像检索方面能够获得查询响应快，内存开销小，查询性能高的特点，并在多表哈希的图像检索方面有较大的改进，并克服了多表哈希需要额外开销的缺点。

技术领域

本发明涉及图像检索的技术领域，尤其是指一种双重补偿的多表哈希图像检索方法。

背景技术

随着互联网的发展，多媒体文件数量迅速增长，人们上传的图像也成了一个非常大的规模。这对图像检索问题有了非常大的挑战。传统的基于树形结构的检索方法，一般都需要许多额外的辅助空间，这甚至超过原始的图像数据的大小；而且一旦图像的特征维数很大的时候，基于树形结构的方法性能将会退化，甚至到了线性检索的复杂度。相反，基于哈希的图像检索方法始终拥有超线性的时间复杂度，而且需要的辅助空间也十分令人满意。

对于拥有F个哈希位的基于哈希的图像检索方法，首先将图像映射至低维的汉明空间。对于每一个图像都使用F个哈希位代表，并使用这些二进制位的汉明距离来衡量图像之间的相似度。对于一个良好的方法而言应该保证相似的图像拥有小的汉明距离，不相似的图像拥有大的汉明距离。本方法的查询过程如下：对于一个查询图像，本方法首先将图像映射至汉明空间，并计算查询图像与数据库中的图像之间的汉明距离，返回汉明距离较小的图像作为查询结果(由使用者设置的阈值决定)。由于哈希位可以用二进制位表示，汉明距离可以使用机器内置的位操作计算，因此基于哈希的图像检索方法可以使用较少的辅助内存，达到较快的检索速度，至于检索的准确度，则由方法的设计者保证了。

在基于哈希的图像检索领域，按照是否使用语义标签而言，可以分为有监督哈希，半监督哈希，无监督哈希三类。有监督哈希方法利用标签信息来训练哈希函数，要求数据库提供完整的标签信息；半监督哈希也利用了数据库中的标签信息，但容忍部分数据是无标签的；无监督哈希指的是那些不利用标签信息的哈希方法。图像数据库中的图像往往都拥有一些语义标签，这些信息可以很好的提升性能，无监督哈希方法忽略这些信息很可能损失检索性能，有监督哈希方法要求所有的图像都有语义标签，这也是不符合现实的，本方法是一种半监督哈希图像检索方法，能够很好的利用标签信息同时也更符合实际情况。

发明内容

本发明的目的在于克服现有哈希图像检索方法在多表检索上的不足，提出了一种双重补偿的多表哈希图像检索方法，该方法主要是体现了较为良好的性能，并且能够解决多表哈希在同等性能下需要更多开销的缺点。

为实现上述目的，本发明所提供的技术方案为：一种双重补偿的多表哈希图像检索方法，包括以下步骤：

1)图像特征提取和类别信息处理；

2)哈希表训练；

3)根据哈希表将图像特征映射至汉明空间与类别权重计算；

4)根据查询，计算汉明距离，返回查询结果；

5)再排序操作。

在步骤1)中，提取图像特征，并进行标签信息的处理，具体步骤如下：

1.1)使用gist算法提取图像特征，获取图像特征矩阵X，X＝d×n，n为数据集图片数量，d为特征维数，对X矩阵进行中心化操作；

1.2)将图像分成两个子集：有语义标签的数据划分成有标签的图像子集，其特征矩阵为X_l，无语义标签的数据划分成无标签的图像子集，其特征矩阵为X_u；