[发明专利]基于逆向k近邻的图像搜索中高质量相关样本自动选取法

摘要

一种基于逆向k近邻的图像搜索中高质量相关样本自动选取方法在搜索引擎中输入查询关键词，得到初始的基于文本的搜索结果；从初始的排序结果中标注相关样本，取出初始排序结果中排在前N幅图像样本作为待选样本集，其中N是大于1的整数；利用逆向k近邻方法从待选样本集中挑选出与所有已挑出的相关样本都相似的样本作为相关样本；利用所挑选的相关样本和学习得到的相关样本建立训练排序模型；利用所建立的训练排序模型对初始排序结果进行重排序。本发明对传统的重排序中相关反馈技术进行改进，提出了逆向k近邻方法，本发明只需要一次反馈，而且此反馈只需标注一个相关样本，就能自动找到足够多的高质量伪相关样本，不仅简单实用，还保证了重排序技术的性能。

主权项

一种基于逆向k近邻的图像搜索中高质量相关样本自动选取方法，其特征在于，包括如下步骤：1）在搜索引擎中输入查询关键词，得到初始的基于文本的搜索结果；2）从初始的排序结果中标注相关样本，取出初始排序结果中排在前N幅图像样本作为待选样本集，其中N是大于1的整数；3）利用逆向k近邻方法从待选样本集中挑选出与所有已挑出的相关样本都相似的样本作为相关样本；所述的逆向k近邻方法包括如下步骤：（1）样本初始化：从利用文本查询的方式排序得到的初始结果中标注一个相关样本放入相关样本集合V，将初始排序结果中排在前面的N幅图片样本构成的待选样本集合用U表示，计算前N幅图像的协方差矩阵S，计算所述标注相关样本的均值µ ；（2）进行迭代：从待选样本集合U中逐一计算与标注相关样本的相似度，将与标注相关样本相似度最高的样本x从待选样本集合U中取出并放入到相关样本集合V中，然后更新待选样本集合U及相关样本集合V；（3）收敛：将相关样本集合V中的样本进行密度估计，估计出相关样本集合V总体的概率密度函数，计算相关样本集合V中每个样本的相对密度，设定使相关样本集合上的错误率最小的相对密度阈值θ，当相关样本集合V中的一个样本的相对密度低于阈值θ时停止迭代，最终确定相关样本集合中的样本个数，否则继续返回步骤（2）进行迭代；4）利用所挑选的相关样本和学习得到的相关样本建立训练排序模型；5）利用所建立的训练排序模型对初始排序结果进行重排序。