[发明专利]一种基于图方法的图像检索重排方法

摘要

本发明公开了一种基于图方法的图像检索重排方法，通过对图像的检索结果进行重排，优化已有的排序结果得出更接近用户理想结果；利用原始排序结果的近邻集合计算出每张图像之间近邻集合的相似性；在将紧邻集合的相似性看做图像的相似性；最后利用图像之间新的相似性来重新排序检索结果。本发明提出了基于原始排序结果的图像检索构图方法，该方法利用近邻集合的相似度构建出图像之间相关性成正比的局部图，并用利用构图结果进行重排，在满足定理1条件下获取了较高的检索精度。

主权项

一种基于图方法的图像检索重排方法，通过对图像的检索结果进行重排，优化已有的排序结果得出更接近用户理想结果；利用原始排序结果的近邻集合计算出每张图像之间近邻集合的相似性；在将紧邻集合的相似性看做图像的相似性；最后利用图像之间新的相似性来重新排序检索结果，包括以下步骤：步骤一：利用杰卡德系数构建图像近邻的相似性；定义一个图像集合X＝{x1,…,xn},xn是图像集合中图像的编号；xq是待检索图像或者中心图像,是xq的kNN集合；是由xq的原始特征的前k个最近邻组成；利用杰卡德相似性系数构建图像之间的相似性；定义集合交集大小除集合并集大小为集合间的相似性：J(i,i′)=|Nk(i)∩Nk(i′)||Nk(i)∪Nk(i′)|,---(1)]]>步骤二：更新杰卡德系数图；根据步骤一中杰卡德系数构建的权重图，更新权重图中边权构建更新之后的权重图如下：然后，将w′(x,xq)作为更新之后的权重图；步骤三：确定最后的权重图；根据步骤二中构建的权重图来确定xq与x∈X之间最终的权重图计算公式如下：w(x,xq)=Σx′∈Nk2(x)w′(x′,x)---(3)]]>最后，将w(x,xq)作为第三层的权重；根据公式(3)构建的最终边权值的期望如下：E(w(x,xq))=E(Σx′∈Nk2(x)w′(x′,x))=E(Σx′∈X[J(x′,x)>0])---(4).]]>