[发明专利]图像概念的检测方法和装置

说明书

技术领域

本发明涉及多媒体信息检测技术领域，更具体地，涉及一种图像概念的检测方法和装置。

背景技术

近年来随着网络上的视频、图像资源的飞速增加，产生了海量的数字图像资源，如何帮助用户从如此丰富的网络资源中快速地搜索到有效的资源便成为了近期众多研究单位研究的热点问题。对于图像信息的有效检索方法则是解决这个问题的关键技术之一。从20世纪90年代初开始，基于内容的图像检索(Content-based Image Retrieval，CBIR)技术逐渐被人们所重视。基于内容的图像检索技术利用图像的颜色、形状、纹理和区域等低层特征信息对图像进行描述作为图像的索引，计算查询图像和目标图像的相似距离，按相似度匹配进行检索，返回图像库中内容描述最满足要求的一组图像。

然而，由于图像视觉低层特征的相似性并不完全等同于人们主观判断图像的相似性，所以，用户在进行图像检索时通常会提出概念性的检索要求，并从主观上判断返回图像是否满足自己的需要。因此，为了实现更贴近用户理解能力的自然查询方式，研究基于语义的图像检索技术已成为当今图像检索领域的发展方向。概念检测技术便是基于语义的图像检索技术的关键环节，概念检测技术的发展可以在很大程度上提高基于语义的图像检索效果。

概念检测技术作为一种典型的模式识别技术，特征提取是概念检测技术中极为重要的环节。因为高层语义信息无法直接从图像的视觉特征中得到，所以特征提取环节提取出的有效特征会直接影响分类器，乃至整个模式识别过程的性能。最希望提取的是那些具有明显区分意义、容易提取且对噪声不敏感的特征集。

近年来，国内外有很多研究单位对特征提取技术做了大量的研究，可以大致将图像特征分为全局特征和局部特征。全局特征是从原始的像素值中提取的许多关于颜色、纹理、形状和区域的特征，全局特征可以表示出图像的大部分的基本特征，不过全局特征也有很大的局限性，例如，颜色特征在很大程度上受到图像亮度和色度的影响，同样的内容不同色度、亮度的图像在颜色特征上区别很大；纹理、形状等特征对于平移、旋转和尺度有变化的图像识别效果很差。这些问题都体现了全局特征的局限性。

为了解决这些问题，David G.Lowe在2004年总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征尺度不变特征变换算子(Scale-Invariant Feature Transform，SIFT)。近些年来，有很多研究机构在如何利用SIFT算子进行概念检测方面做了大量的研究，由LiFei-fei提出的词袋模型(Bag of words)对于SIFT特征的处理，在概念识别技术上体现了很好的效果，得到了十分广泛的应用。

但是，上述方法在词袋模型的单词表的选择上过于单一，所有概念均采用相同长度的单词表，导致对概念的检测效率较低，并且对计算机的计算能力有很高的要求。

发明内容

本发明要解决的一个技术问题是提供一种图像概念的检测方法，能够在保证图像概念检测效果的情况下提高检测效率。