[发明专利]基于稀疏非负矩阵分解的图像检索方法

说明书

技术领域

本发明涉及图像的检索领域，尤其涉及一种基于稀疏非负矩阵分解的图像检索方法。

背景技术

作为web 2.0的特征之一，当前社会化标签日益流行。在Flickr、YouTube和Del.icio.us等网站中，用户可对照片、视频、网页等进行标注，也可按兴趣检索相关资源。但是，用户所加标签存在噪音、歧义性和主观性等问题，直接利用用户标注的标签检索资源无法取得满意结果。因此，如何从现有标签出发，提高图像检索效果是当前研究的一个热点问题。近年来，针对该问题，很多方法被提出。但这些方法有一个共同的局限性，即其大多利用单一数据源信息，忽视其他数据源的作用。实际上，随着网络和多媒体技术的迅猛发展，不同来源的数据较易获取。在分析某一来源数据时，将其他来源数据作为辅助信息充分利用，将优于仅依靠单一来源数据所取得的效果。

作为一个子空间学习方法，非负矩阵分解(Nonnegative Matrix Factorization，NMF)被广泛用于高维数据的降维。非负矩阵分解在很多时候可得到原始数据中有意义的基向量，与“整体由部分组成”这一人的高层感知相符，因此非负矩阵分解得到了较为广泛应用。在现实情况中，需要对原始数据去除冗余，得到其紧凑表达。虽然NMF中的非负性约束也会产生数据的紧凑表达(即带来稀疏性)，但是这一稀疏性是不被控制的。为解决这一问题，《生物信息学》杂志中[1](Bioinformatics/computer Applications in The Biosciences，2007，23：1495-1502)提出了一种稀疏非负矩阵分解(Sparse NMF)算法，该算法可控制基矩阵或系数矩阵的稀疏程度。知识发现与数据挖掘2010年会议集中[2](Proceedings of Knowledge Discovery and Data Mining，2010：1169-1178)利用非负矩阵分解和共享子空间学习等方法，提出联合共享非负矩阵分解(Multiple Shared Nonnegative Matrix Factorization，MS-NMF)算法，该算法利用多数据源中知识来辅助图像检索，克服传统算法中仅利用单一数据源的不足。

然而[1]中提出的方法虽然考虑了矩阵分解中稀疏性的控制，但该方法却仅限于单一数据源(即单一矩阵)的利用；而[2]中提出的方法虽然利用多数据源中的知识来辅助图像检索，却忽略了对稀疏性的控制。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于稀疏非负矩阵分解的图像检索方法。

基于稀疏非负矩阵分解的图像检索的方法包括如下步骤：

1)编写爬虫程序，从两个不同的图像数据源下分别查询并提取检索结果的图像及其伴随文本，构成第一图像数据集D₁和第二图像数据集D₂；

2)提取伴随文本中的标签，并根据词频过滤构成词汇表；

3)对每一个图像数据集，利用标签与图像的关联关系，形成标签与图像的关联矩阵；

4)利用稀疏非负矩阵分解分析步骤3)所得的关联矩阵，得到不同来源数据对应的子空间，对应的子空间包括不同来源数据的共享子空间和各数据源对应的独立子空间；

5)对某数据源上的图像检索请求，形成查询向量并映射到该数据源对应的子空间上，与所有图像计算相似度并排序，返回最相似的前N个图像。

所述的步骤2)为：

1)从第一图像数据集D₁的伴随文本中提取标签构成第一标签集合T₁，从第二图像数据集D₂的伴随文本中提取标签构成第二标签集合T₂；

2)统计第一标签集合T₁和第二标签集合T₂中的标签在第一图像数据集D₁和第二图像数据集D₂的伴随文本中出现次数，仅保留出现次数大于10次的标签，构成过滤后的第一标签集合S₁和过滤后的第二标签集合S₂，过滤后的第一标签集合S₁的基数为m₁，过滤后的第二标签集合S₁的基数为m₂；