[发明专利]用于搜索多幅存储的数字图像的方法和设备

说明书

技术领域

本发明涉及用于搜索多幅存储的数字图像的方法和设备。

背景技术

诸如图像和视频之类的多媒体内容的检索引起了全球的兴趣。归因于大量的可用多媒体内容，高效的检索方法对于消费和商业市场都是必要的。图像搜索引擎的使用已经变成查找和检索图像的流行方法。通常，这样的系统依赖于用文本对图像加标签(tag)。该文本主要由从包含图像的文档中提取的文件名或文本组成。

由于图像检索几乎仅仅依赖于伴随图像的文本特征，因而图像检索过程可能有问题。例如，这样的文本信息不总是可靠的并且在许多情况下该信息是“含噪声的”信息。例如，在网站中，根据图像被添加到系统的顺序任意地选择图像的文件名。此外，从其中文本提及不一定与伴随图像中显示的对象有关的许多不同对象的页面中提取相关文本信息是困难的。例如，文本可能提及伴随图像中没有显示的许多不同的人。

此外，一些姓名非常常见并且因而用户难于找到他们记住的个人的图像。例如，在因特网上，出现在许多网页上的人级别高于出现在非常少的网页上的相同姓名的人。这使得找到具有常见姓名或者其姓名也属于名人的人的图像成为不可能。

因此，现有的图像检索方法经常返回不精确的搜索结果。此外，大量的结果被返回，使得用户难于改进(refine)和获得可用的结果。因此，希望的是具有产生精确和一致的结果并且提供改进的搜索结果的搜索引擎。

发明内容

本发明寻求提供一种产生精确和一致的搜索结果并且允许进一步改进这些结果的系统。

依照本发明的一个方面，这是通过用于搜索多幅存储的数字图像的方法来实现的，该方法包括步骤：依照搜索查询检索图像；依照图像内容的预定特性对所述检索的图像进行聚类；根据预定准则对聚类分级(rank)；以及依照分级的聚类返回搜索结果。所述搜索查询可以包括例如个人的姓名或者另一文本。

依照本发明的另一个方面，这也通过用于搜索多幅存储的数字图像的设备来实现，该设备包括：检索装置，其用于依照搜索查询检索图像；聚类装置，其用于依照图像内容的预定特性对所述检索的图像进行聚类；分级装置，其用于根据预定准则对聚类分级；以及输出装置，其用于依照分级的聚类返回搜索结果。所述搜索查询可以包括例如个人的姓名或者另一文本。

通过这种方式，返回精确的搜索结果，因为图像依照其内容而被聚类。此外，搜索结果被改进，因为它们依照预定准则而被分级。结果，返回的结果更加特定于搜索查询并且更容易解释。

数字图像可以是视频数据流、诸如照片之类的静止数字图像、网站或者具有元数据的图像等等。

所述预定特性可以是对象的预定特征，例如个人的预定脸部特征。检索的图像可以通过使用脸部检测的结果并且对包含具有相同/相似脸部特征的脸部的检索的图像进行聚类而被聚类。通过这种方式，可以找到特定个人的图像。可替换地，检索的图像可以依照其场景内容，例如通过对林地场景的图像聚类以及对城市场景的图像聚类而被聚类。可替换地，检索的图像可以依照图像中包含的对象或动物类型或者任何其他预定的内容特性来聚类。

所述预定准则可以是聚类的大小，并且分级的步骤可以包括按照聚类的大小顺序对聚类分级，例如最大的第一，或者它们可以依照用户偏好或者依照访问历史来分级，使得最受欢迎的或最近的首先被显示。按照这种方式，通过将其分级得高于不太相关的聚类而赋予最相关的聚类更多的权重。这提供了更加改进的搜索。

可以通过显示所述聚类的至少一个的代表性图像而返回搜索结果。这些显示的代表性图像可以伴随有与显示的图像有关的文本或音频数据。当选择显示的代表性图像时，可以显示与选择的代表性图像关联的聚类中的所有图像。通过这种方式，向用户呈现出代表性图像形式的精简的菜单。用户只需浏览少量显示的代表性图像以便找到与其搜索查询有关的图像。这在提供用于观看和解释结果的简单而高效的方法方面实现了进一步的改进。

所述聚类的分级可以根据选择的显示的代表性图像而进行调节。通过这种方式，进一步改进了结果以便向用户提供依照用户的兴趣分级的图像。

附图说明

为了更完整地理解本发明，现在参照结合附图进行的以下描述，在附图中：

图1为依照本发明实施例的用于搜索多幅存储的数字图像的设备的简化示意图；以及

图2为依照本发明实施例的用于搜索多幅存储的数字图像的方法的流程图。

具体实施方式