[发明专利]图像聚类检索系统

说明书

本发明属于图像处理、软件领域，具体涉及一种图像聚类检索系统，旨在解决图像拍摄的随机性和不确定性导致聚类准确率低及按时间轴检索难度大的问题。本系统包括图像检索、文字检索、浏览信息检索模块、数据库；数据库配置为获取并存储特定活动中的多张图像，并通过无监督聚类获取各目标人物的聚类图像集及设定部位的颜色标签、特征向量；图像检索模块配置为将输入的人物图像与数据库的聚类图像集进行匹配；文字检索模块配置为基于输入的颜色信息，获取数据库中匹配的聚类图像集；浏览信息检索模块配置为根据关注度大于设定阈值的图像，获取数据库中匹配的聚类图像集。本发明通过无监督聚类提高了聚类准确率，并通过不同的检索方式降低了检索难度。

技术领域

本发明属于图像处理、软件领域，具体涉及一种图像聚类检索系统。

背景技术

伴随网络和多媒体技术的飞速发展，包括声音、图形、图像、视频和动画等数字信息急剧膨胀。图像作为一种内容丰富、表现直观的媒体信息，受到人们的关注。在现实生活中时时刻刻都有大量的图像产生，如何从这些图像信息中找出符合用户要求的图像，是研究者需要解决的问题。例如，从滑雪爱好者的角度，希望能保存滑雪过程中精彩的动作瞬间，因此许多雪场也提供了拍摄条件为滑雪者进行拍照，记录下雪道上的精彩瞬间，并上传到滑雪软件中，滑雪者可以按需下载。但是由于雪季滑雪场人数剧增，上传图像的数量也随之骤增，而目前市面上的软件只提供按大致时间轴相关的检索，这就大大增加了滑雪软件使用者查找本人图像的难度，甚至会由于浏览速度过快导致错过想要的图像。因此，迫切需要一种图像聚类检索系统，把所有的图像进行有效聚类和筛选，并反馈给用户。

滑雪场图像有许多问题，会给图像聚类带来较大的影响。比如：由于拍摄的角度和距离的问题，会导致视野中目标人物较小；雪季的一天中光照变化对于图像的拍摄效果有很大影响；雪帽与雪镜的遮挡使得面部识别比较困难，需要提取其他特征进行聚类；滑雪人数不确定导致无法对所有图像进行固定类别数量的聚类等。针对滑雪场图像的聚类检索问题，关键是提取滑雪者的有效特征，并根据用户的需求或操作习惯，把合适的图像反馈给用户。因此，本发明提出了一种图像聚类检索系统。

发明内容

为了解决现有技术中的上述问题，即为了解决特定活动中图像拍摄的随机性和不确定性导致聚类准确率低以及按时间轴进行图像检索导致检索难度大的问题，本发明提出了一种图像聚类检索系统，该系统包括一个或多个客户端、服务器；所述客户端与所述服务器相连，所述客户端包括图像检索模块和/或文字检索模块和/或浏览信息检索模块；所述服务器包括数据库；

所述数据库，配置为获取并存储特定活动中多个目标人物的多张图像，并通过无监督聚类方法对目标人物进行图像聚类，获取各目标人物的聚类图像集，并获取各聚类图像集中对应目标人物设定部位的颜色标签以及目标人物对应的特征向量；

所述图像检索模块，配置为将输入的人物图像与所述数据库中各目标人物的聚类图像集进行匹配，获取匹配度最大的一类图像；

所述文字检索模块，配置为基于输入的设定部位的颜色信息，获取所述数据库中与之匹配的目标人物的聚类图像集；

所述浏览信息检索模块，配置为按照设定关注度计算规则获取用户浏览图像的关注度，根据关注度大于设定阈值的图像，获取所述数据库中与之匹配的目标人物的聚类图像集。

在一些优选的实施方式中，“通过无监督聚类方法对目标人物进行图像聚类”，其方法为：

分别提取多个目标人物的多张图像的特征向量，并进行降维处理，得到各图像对应的低维特征向量；

获取所述数据库中各类别图像的特征向量的聚类中心，计算各低维特征向量与各聚类中心的距离，若所述距离小于预设距离阈值，则判定为同一类别，更新该类别图像对应的聚类中心的值；否则，将该低维特征向量的值作为新的聚类中心。

在一些优选的实施方式中，“分别提取多个目标人物的多张图像的特征向量，并进行降维处理”，其方法为：