[发明专利]一种海量图像检索的隐私保护索引生成方法

摘要

本发明公开一种海量图像检索的隐私保护索引生成方法，涉及海量图像检索中的隐私保护问题，将隐私保护融入到图像检索中，本发明方法建立一种具有隐私保护的图像索引，在保证检索性能的同时，保护用户隐私信息的安全。本发明首先，提取并优化尺度不变特征转换SIFT和HSV颜色直方图，采用局部保持投影的流形降维方法对特征进行降维，并将降维后的特征数据用于构建词汇树。利用词汇树建立倒排索引结构，本发明不仅减少了特征的个数，提高了明文域图像检索的速度，更优化了图像检索的性能。本发明在明文域检索框架的基础上加入隐私保护，利用二元随机编码和随机投影对倒排索引进行双重加密，实现了具有隐私保护的图像索引。

主权项

一种海量图像检索的隐私保护索引生成方法，包括：尺度不变特征转换SIFT和HSV颜色直方图的提取和优化、局部保持投影LPP降维、词汇索引构建以及隐私保护索引生成，其特征在于包括如下步骤：步骤1：SIFT特征和HSV直方图特征的提取和优化，构建图像特征库；步骤1.1：提取SIFT特征；步骤1.2：对SIFT进行合理优化：对SIFT描述符集中的区域进行优化整合，以较少数量的描述符对图像内容进行准确的表征，设定图像中第i个SIFT描述符的横纵坐标分别为Siftdes[i].x，Siftdes[i].y，优化阈值为Topt，优化范围为Ropt；对于任意两个不同的SIFT描述符Siftdes[i]与Siftdes[j]，当两点的横坐标和纵坐标的距离均小于优化阈值Topt时，则表示这些点存在于需要优化的范围Ropt内，需要进行优化操作，即：将存在于Ropt内的所有特征点合并成一个特征点，以它们的均值代表该范围内的所有特征点；如果该两点的横坐标距离或者纵坐标距离大于优化阈值Topt时，则表示这些点无需进行优化，优化方法如下：优化后的SIFT特征点个数明显减少，提高检索速度；步骤1.3：提取HSV颜色直方图特征；步骤1.4：利用SIFT特征和HSV直方图特征共同形成图像特征库；步骤2：利用LPP对图像特征进行降维；步骤2.1：构建邻接图，计算图上每个点x的k最邻域点，计算每条边的权重Wij，不相连的边权重为0，否则为1，计算特征向量方法如下：XLpXTa＝λXDdiaXTa其中，图像特征X∈RD×N，N为样本个数，每个样本有D维特征，Ddia是对角矩阵，Dii＝∑jWji；Lp＝Ddia‑W，Lp是半正定的拉普拉斯矩阵，W是由权重Wij构成的稀疏对称矩阵；步骤2.2：依据约束条件aTXDdiaXTa＝1，计算最小化函数，方法如下：argmina=aTXLpXTa]]>其中，前d个最小的非零特征值对应的特征向量即为投影矩阵；步骤2.3：利用投影矩阵A＝{ai}∈RD×d(d<D,ai≠0)，找到数据的低维嵌入表示，方法如下：Y＝ATX其中，Y即为降维后的特征向量；步骤3：词汇树索引的构建；步骤3.1：随机的选取K个初始聚类中心Ci；步骤3.2：使用分层K‑means，计算聚类中心Ci与每个特征点的距离，并把与聚类中心距离最小的点归到以Ci为聚类中心的类中；步骤3.3：重新计算每个聚类中心Ci；步骤3.4：计算判断聚类中心Ci与所属以Ci为聚类中心的类的特征点之间的距离是否满足收敛阈值，如果不满足，则重复步骤2、步骤3，直到满足收敛阈值且聚类中心不再发生变化；步骤3.5：继续对聚类得到的K个簇集利用K‑means算法聚类，再分成K个簇集，重复步骤3.1‑步骤3.4，直至达到词汇树的高度L时，停止聚类，形成特征词汇树，其中K＝10，L＝3；步骤3.6：统计每个特征点的词频‑倒排文件频率TF‑IDF加权，其中TF表示的是词频，词汇树中的节点i，对每一个视觉单词Ci，查询图像和数据库中图像通过节点i的特征数分别为qi和di，IDF计算方法如下：IDF=logNNi=ωi]]>其中，N是图像库的图像总数，Ni是包含节点i的图像的数量，查询图像的索引向量为Qi＝qiwi，数据库中图像的索引向量表示为Di＝diwi；步骤4：隐私保护索引的生成；步骤4.1：将数据库的索引F＝{fi}放大1,000,000倍，四舍五入成为整数，找到最大的整数，将倒排索引利用二进制数表示，方法如下：其中fimax为最大的整数索引，Digmax为二进制的最大位数；步骤4.2：将所有整数形式的索引表示为二进制数，将位数不足Digmax的二进制数前补零，方法如下：其中Digi表示的是b(fi)的二进制位数；步骤4.3：将所有整数依次提取b(fi)的n个bit位，将b(fi)重新排列为新的向量，方法如下： b(fi)＝[b(fi1),b(fi2),...,b(fim)]其中m＝Digmax/n，经过二元随机编码的倒排索引表示为其中N是图像的数量，dnew是经过二元随机编码后，新索引的维度；步骤4.4：使用高斯随机投影矩阵进行随机投影，其中dnew是原始维度，d'是降维后的维度，加密函数定义为：ε(b(F))＝b(F)·G'；步骤4.5：图像的索引完成随机投影之后，利用L1范数对加密索引的距离进行度量，方法如下：dϵ(Similar)=dϵ(ϵ(b(fi),b(fi)))i≠j=||ϵ(b(fi))-ϵ(b(fj))||1]]>步骤4.6：对相似性结果进行排序，将最终将前k幅图像返回显示给用户，方法如下：dε(Similar)＝αdε(SimSIFT)+βdε(SimHSV)其中α，β分别为SIFT特征词汇树和HSV直方图词汇树的匹配权重，α＝1.5，β＝0.3，dε(SimSIFT)为基于SIFT特征词汇树加密索引的距离，dε(SimHSV)为HSV直方图词汇树加密索引的距离。