[发明专利]获取紧凑全局特征描述子的码流的方法

摘要

本发明提供一种获取紧凑全局特征描述子的码流的方法，其中，所述方法包括获取待处理图像的紧凑全局特征描述子；构造所述紧凑全局特征描述子的码流，所述码流包括所述码流头部和所述码流主体；所述码流头部用于标识构成所述码流的所述紧凑全局特征描述子的构成方式，所述码流主体用于标识所述紧凑全局特征描述子中所有比特的值。上述获取紧凑全局特征描述子的码流的方法能够提高紧凑全局特征描述子的表达能力，进而提高图像检索的准确率和检索效率。

主权项

一种获取紧凑全局特征描述子的码流的方法，其特征在于，包括：获取待处理图像的紧凑全局特征描述子；构造所述紧凑全局特征描述子的码流，所述码流包括：所述码流头部和所述码流主体；所述码流头部用于标识构成所述码流的所述紧凑全局特征描述子的构成方式，所述码流主体用于标识所述紧凑全局特征描述子中所有比特的值；其中，所述获取待处理图像的紧凑全局特征描述子，包括：获取待处理图像的局部特征描述子；根据高斯混合模型中的每一高斯密度函数，将所述局部特征描述子转换为第一累积梯度向量和/或第二累积梯度向量；根据高斯混合模型中每个高斯密度函数对应的第一累积梯度向量的所有维度数值的标准差，对所有高斯密度函数按照所述标准差由大到小的顺序排序，选取排序中排在前面的若干个高斯密度函数，并将选取的高斯密度函数对应的第一累积梯度向量和/或第二累积梯度向量依次首尾相连得到可伸缩全局特征描述子；根据可伸缩全局特征描述子每一维度的数值，对可伸缩全局特征描述子进行二值化处理，得到紧凑全局特征描述子；其中，所述第一累积梯度向量是所述图像的对数似然函数对所述高斯密度函数对应的均值求一阶偏导得到的，所述第二累积梯度向量是所述图像的对数似然函数对所述高斯密度函数对应的方差求一阶偏导得到的；所述可伸缩全局特征描述子的字节大小根据预设规则中参数值的变化而变化；其中，每个高斯密度函数对应码流头部的一个比特，512个高斯密度函数分别对应码流头部的512个比特，码流头部还包括：第一专用比特和第二专用比特；其中，若512个比特中一个比特的值为1，则表示该比特所属的高斯密度函数对应的二值化后的第一累积梯度向量和/或第二累积梯度向量用于组成所述紧凑全局特征描述子；若512个比特中一个比特的值为0，则表示该比特所属的高斯密度函数对应的二值化后的第一累积梯度向量和/或第二累积梯度向量未用于组成所述紧凑全局特征描述子；第一专用比特的值为1，则表示采用比特选择方式对每一高斯密度函数对应的二值化后的第一累积梯度向量的比特进行选择；第一专用比特的值为0，则表示未采用比特选择方式对每一高斯密度函数对应的二值化后的第一累积梯度向量的比特进行选择；第二专用比特的值为1，则表示二值化后的第一累积梯度向量和二值化后的第二累积梯度向量均用于组成所述紧凑全局特征描述子；第二专用比特的值为0，则表示二值化后的第一累积梯度向量用于组成紧凑全局特征描述子，二值化后的第二累积梯度向量未用于组成所述紧凑全局特征描述子；在所述紧凑全局特征描述子中，二值化后的第一累积梯度向量的比特的个数为32，二值化后的第二累积梯度向量的比特的个数为32；采用比特选择方式对每一高斯密度函数对应的二值化后的第一累积梯度向量的比特进行选择，得到与该高斯密度函数对应的二值化后的第一累积梯度向量的比特的个数为24；其中，所述比特选择方式，为采用统计方式计算每一高斯密度函数对应的包括比特的二值化后的第一累积梯度向量中每一比特的重要性，并选择重要性高的比特。