[发明专利]面向图像检索的自适应哈希重排方法

摘要

本发明涉及面向图像检索的自适应哈希重排方法，属于图像检索技术领域，涉及到利用图像哈希方法进行基于内容的图像检索。该方法采用先映射后排序的哈希重排方法，先提取训练库中图像的高维视觉特征向量，选择适当的哈希方法将高维视觉特征映射成哈希码，为每类图像生成特定的类权重向量；计算检索图像的哈希码与训练库中哈希码间的汉明距离，按由小到大的顺序返回检索结果；依据检索结果计算检索图像的自适应权重向量，利用检索图像的自适应权重向量构造加权汉明距离，并利用加权汉明距离对返回图像进行重排，得到更准确的检索结果；该方法根据不同的检索图像计算特定的权重，具有一般性，且在没有增加计算复杂度的同时明显提高了检索效果。

主权项

1.一种面向图像检索的自适应哈希重排方法，其特征在于，采用先映射后排序的哈希重排方法，首先提取训练库中图像的高维视觉特征向量，并选择适当的哈希方法将高维视觉特征映射成哈希码，根据训练库图像中各类哈希码不同维数间的相关性，为每类图像生成特定的类权重向量；再通过计算检索图像的哈希码与训练库中哈希码间的汉明距离，按由小到大的顺序返回检索结果；依据检索结果计算检索图像的自适应权重向量，利用检索图像的自适应权重向量构造加权汉明距离，并利用加权汉明距离对返回图像进行重排，得到更准确的检索结果；具体步骤如下：1）、选择检索图像q，确定图像库IM和训练库T;选择检索图像q，确定包含有N幅图像的图像库IM和包含M幅图像的训练库T，即IM={IM₁,IM₂,...,IM_N}，T={T₁,T₂,...,T_M}，其中：0<M<N；2）、提取图像的视觉特征，构成图像特征库GIM和训练特征库GT；对于图像库IM和训练库T中的每一幅图像，利用gist描述符提取图像的视觉特征，每一幅图像用一个512维的gist特征向量表示；图像库IM中所有图像的特征向量构成图像特征库GIM，GIM={GIM₁,GIM₂,...,GIM_N}，其中，表示实数集，图像特征库中的每个特征向量和图像库中的每幅图像一一对应；训练库T中所有图像的特征向量构成训练特征库GT，GT={GT₁,GT₂,...,GT_M}，其中，训练特征库中的每个特征向量和训练库中的每幅图像一一对应；检索图像q的特征向量为G_q，3）、分别对图像特征库和训练特征库中的每个特征向量生成维数为d的哈希码;利用已有的哈希方法，如LSH、SKLSH或ITQ哈希方法分别对图像特征库GIM和训练特征库GT中的每个特征向量生成维数为d的哈希码，分别表示为HI={HI₁,HI₂,...,HI_N}和HT={HT₁,HT₂,...HT_M}，其中HI∈{0,1}^N×d是N×d维的矩阵，矩阵的每个元素为0或者1；HT∈{0,1}^M×d是M×d维的矩阵，矩阵的每个元素为0或者1；设训练库T中共包含k类图像，其中k为正整数，则训练库T的哈希码HT按其类别也可表示为其中表示训练库T中第i类所有图像的哈希码集合，这里i∈[1,k]；以训练库的第i类为例，其哈希码集合可表示为为的矩阵，每个矩阵元素为0或1的哈希码，其中为训练库T的第i类图像所包含的图像数目；4）、对训练库图像训练得到类权重向量ω_c；通过比较训练库T中第i类哈希码中的每个列向量，统计每列中值为0和1的个数，分别记为和表示训练库T中第i类哈希码中第r维哈希码上0和1的个数，其中r∈[1,d]；计算训练库T中第i类哈希码对应的类权重向量其中是d维的向量，向量中的每个元素是大于0小于1的小数；令max_numci,r=max{num0ci,r,num1ci,r},]]>表示第i类哈希码中第r列上0或1的最大个数，则有：max_numci={max_numci,1,max_numci,2,...,max_numci,d},]]>表示的各列上0或1的最大个数；令是d维的向量，向量中的每个元素是0.5到1之间的小数，表示训练库T中第i类哈希码间的差异性；根据第i类哈希码间的差异性计算第i类哈希码第r维对应的权重向量：当dpci,r∈[thj,thj-1),]]>j=1,...L时，ωci,r=ωsjω_norm,]]>其中，为向量的第r个元素；th={th₁,...th_L}为根据图像库预设的阈值向量，每个元素为0.5到1之间的小数；为预设的权重向量，每个元素为0到1之间的小数；L为正整数，为预设权重的个数；为第i类哈希码的权重向量的第r个元素；为归一化参数，实现权重向量的归一化；因此，训练库T中第i类哈希码对应的权重向量为其中i∈[1,k]；5）、计算检索图像q的自适应权重向量；先计算检索图像q的哈希码h_q和图像库中图像e的哈希码h_e间的汉明距离其中为二进制哈希码间的异或运算，dist_Hamm为0到d间的整数，按照dist_Hamm由小到大将图像库中相应的图像进行排序，取出排在最前的TN幅图像，这里TN为正整数，并用集合SC表示这TN幅图像对应的类别集合，表示这TN幅图像中属于第i类图像的个数，则检索图像q的自适应权重计算公式为其中，为训练库T中第i类哈希码对应的权重向量；6）、构造自适应汉明距离，对检索结果进行重排；检索图像q的哈希码h_q和图像库中图像e的哈希码h_e间的自适应汉明距离定义为：其中·表示向量间的Hadamard乘积，即两个向量对应的元素相乘；按照dist_QAR由小到大将返回的图像进行重排，得到更准确的检索结果。