[发明专利]一种基于离散量子游走图像重排序算法提高图像相关性的方法

说明书

本发明公开了一种基于离散量子游走图像重排序算法提高图像相关性的方法，根据图像之间的相似性构造概率转移矩阵；其次，由硬币算子和交换算子控制基于加权完全图上离散量子游走，构造量子重排序算法提高图像相关性；最后，采用仿真实验对所构造的量子重排序算法进行图像检索精度和效率分析。本方法对于相同图像数据集，量子重排序算法的平均检索精度有明显提高具有更低的时间复杂度。本发明有助于推动人们构建新的量子计算模型，并探索其在图像检索领域中图像重排序算法提高图像检索精度的应用，而且进一步推动了量子计算与传统图像检索的融合。本发明作为视频检索和网页检索等检索引擎应用的关键技术，被广泛应用于医学、电商、图像处理等领域。

技术领域

本发明涉及一种提高图像相关性的构造方法，具体为一种基于加 权完全图上离散时间量子游走图像重排序算法提高图像相关性的构 造方法。本发明也可以作为视频检索、网页检索等检索引擎应用的 关键技术，被广泛应用于医学、电商、图像处理等领域。

背景技术

海量数据的处理是当前的热点问题，对于当前社会的主流搜索引 擎来说，不论是Baidu、Google还是Bing，对于文本信息的搜索已 经达到了比较精准的水平，但是在很多情形下，用户渴求的是更直 观的数据资源，比如说图像，或者视频等，然而很多的搜索引擎对于这些图像资源获得的结果总是不尽如人意，往往会出现想要查询 的图像排名较靠后，而不想要的甚至无关的资源会在重排序的前列。 因此迫切需要寻找更安全的图像检索算法解决方案来提高图像的相 关性。

图像检索已经被大多数主要的搜索引擎所采用，包括谷歌、Bing、 Yahoo等。目前基于内容的图像检索系统是通过分析图像的视觉特征 来检索数据库中的图像，具体过程是向系统提供一幅查询图像，然 后获取到与查询图像最为相似的一组图像。根据图像内容重排序可 以进一步提高图像检索性能，因此图像检索的重排序引起了很多研 究者的关注。

图像重排序是图像检索领域的一个重要的研究方向，即通过重排 序方法改进初始检索排序结果。具体为：首先根据文本信息检索得 到一个初始的排序结果集；其次提取图像的视觉特征；然后依据相 应的随机游走模型实现重排序；最后将新的排序结果将返回给用户。 根据模型的不同，重排序算法大致可以分为四类：基于线性组合的 检索重排序、基于分类的检索重排序、基于聚类的检索重排序和基 于随机游走的检索重排序。其中基于随机游走重排序方法的研究是 主要的研究分支，其主要思想是构造加权完全图结构，图结构中的 一个顶点对应一幅图像，顶点与顶点之间的权值为图像之间的相似 度，然后通过图顶点到相邻顶点的相似度在图结构上进行不断的相 似度扩散，得到图像上下文的关系。