[发明专利]一种基于CNN的快速图像检索方法

摘要

本发明公开了一种基于CNN(卷积神经网络)的快速图像检索方法，第一阶段是利用CNN网络对要检索的图像进行特征提取，得到代表图像的矢量特征。第二阶段是在特征数据库中对此矢量特征进行k近邻检索。本发明选择基于GOOGLENET网络的CNN特征，这是深度学习兴起后在计算机视觉领域的一个突破，它具有鲁棒性较好的特点。提取CNN特征后，本发明基于PQ的快速检索思想，并加入文本检索中的倒排策略，在应用中考虑自身的数据量，合理安排系统参数，并在检索结果重排序方面进行改进，加入快速排序策略，缩短了检测时间，提高了检测效率。

主权项

1.一种基于CNN(卷积神经网络)的快速图像检索方法，其特征在于：该方法包括：步骤一、利用CNN网络对要检索的图像进行特征提取，得到代表图像的矢量特征；利用GoogLeNet网络架构，通过Inception结构实现了在不大幅度增加计算量的情况下，让网络走向更深层次，具体步骤如下：a)训练前统一图像尺寸：采用Center‑crop的方法将尺寸统一到256*256，即先将按照最小边缩放到256的比例系数进行整体缩放，然后对长边以中心为基准向两边分别做等长裁剪，保留256长度，这样基本可以保证图片不变形的同时突出图像的主体；b)保证训练模型的鲁棒性：对训练集通过镜像变换进行扩充并在每次训练中从256*256的图像中随机选取224*224大小的图像块进行训练；c)损失函数以及优化：损失函数选用Softmax损失函数，通过Mini‑batch梯度下降法进行参数寻优以最小化损失函数；d)模型应用：在模型应用上，对每张图片的预测，先将其统一成指定尺寸256*256，然后通过选取其左上、右上、左下、右下、正中以及其各自的镜面变换图进行预测，平均其预测结果，作为最终的预测类别；步骤二、在特征数据库中对此矢量特征进行k近邻检索；其中检索过程分为两个部分，首先是将数据库中的特征进行量化并做成倒排索引结构；然后给定一个待查询的向量时，从此结构体中找出其K近邻的向量，具体步骤如下：a)利用样本数据训练利用数据库中的部分数据，进行量化器的训练，先对N维样本数据进行聚类，生成M个聚类中心，对每个特征向量在M个聚类中心定位到与之距离最近的聚类中心，上述操作完成后，此数据库即形成倒排索引结构，再将N维特征向量分成H段，对样本数据中的每一段进行聚类，生成L个聚类中心，共生成H*L个聚类中心，对数据库中的每一个特征向量，将其分成H段，每一段的子特征向量在其对于的L个聚类中心中进行量化，将数据量化成N/H维，这样减小了存储容量，将特征向量依次进行上述操作，再将量化后的数据挂载到倒排索引结构中，完成样本数据的训练和量化工作；b)检索其K近邻的向量对于待检索特征向量q，为了减小计算量，首先在训练过程中生成的M个聚类中心计算出W近邻的向量，实际检索过程中仅计算此W个聚类中心下挂载的向量集合R，对于欧氏距离准则，首先计算出q与其中一个聚类中心在每H维的欧氏距离，再利用查表的方法快速的计算出q与R中向量的近似距离；3.1遍历部分向量并确定距离阈值给定一个待查询向量y，首先在聚类中心集合K中计算y与每个κ_ι的距离d(y,κ_ι)，然后按距离远近的准则找出w个最近邻的聚类中心，对于向量y而言，仅需要遍历分配到此w个聚类中心下的向量即可找出其最近邻的特征向量；在计算向量y与数据库R中特征向量x∈R距离时，利用向量y与量化后向量q(x)的欧氏距离d(y,q(x))＝||y‑q(x)||来近似y与x的欧式距离d(y,x)＝||y‑x||，由三角形不等式原理，得到如下不等式：d(x,y)＜d(x,q(x))+d(x,q(x))设定阈值T_H＝d(x,q(x))+d(x,q(x))，随着遍历向量的增加，T_H逐渐迭代到最小值，并以此为依据，当x与w中某些聚类中心的距离远大于T_H时，依据数据的簇状分布，认定此聚类中心的向量均与待查询向量y相距较远，因此舍弃这部分，这样进一步的减少了遍历范围，在保证准确率的情况下提高了运算速度；3.2计算近似距离在计算d(y,q(x))时，首先计算待检索向量y与q(x)在每H维的距离之和，可知每H维度上的聚类中心集合整个聚类中心的集合∑K^h,h∈Η，计算结束后会形成一个Η*Μ的矩阵T，矩阵中元素T_ij代表在第j个聚类中心的第i个H段的子向量与相对应维度上的子向量欧式距离之和；对于分配到此聚类中心下量化后的向量，仅需要在矩阵T中进行查表操作并求和即可得到近似距离d(y,q(x))，这样将计算距离的乘方操作转换为查表的加法操作，极大的减少了计算量，提升了计算速度；3.3计算结果重排序对上面所得到的结果利用“分治法”先选择出前k个最小值，再将此k个值进行快速排序，则得到重排序后的结果，由以上的向量序列找出其相对应的图像ID，最终完成了相似图像检索的过程。