[发明专利]一种基于n元模型的图片索引构建方法及装置

权利要求书

1.一种基于n元模型的图片索引构建方法，其特征在于，该方法包括：

对带有文本标注的图片数据集进行预处理，从预处理后的图像数据集中提取“图像词元”；

根据所提取的“图像词元”构建相应的包含图像n元的图像词典；

根据所构建的图像词典，对带有文本标注的图片数据集中的图片进行切割，提取相应的图像n元，建立基于n元模型的图片索引。

2.如权利要求1所述的方法，其特征在于，所述提取图像数据集的“图像词元”的过程如下：

将随机选取的图片元均匀切分为若干个图像小块；

提取所述图像小块的图像底层特征，将其多个底层特征进行融合，得到反应图像小块多种底层特征的特征向量；

对得到的每个图像小块的特征向量，进行聚类操作，选取代表相应簇类的典型数据点作为“图像词元”。

3.如权利要求1或2所述的方法，其特征在于，根据所提取的“图像词元”构建相应的包含图像n元的图像词典的过程如下：

针对每一个“图像词元”，将与其相邻的n-1个“图像词元”构成一个“图像词元”序列，将所有“图像词元”序列作为一个项加入“图像词典”中，同时加入其长度小于n的其他“图像词元”序列，构成“图像词典”，n为大于1的整数。

4.如权利要求3所述的方法，其特征在于，根据所构建的图像词典，对带有文本标注的图片数据集中的图片进行切割，提取相应的图像n元指：

在建立索引的过程中，对索引的图片提取所述“图像词典”项，计算每个图片基于相应“图像词典”的词频-逆向文件频率(TF-IDF)特征向量。

5.如权利要求4所述的方法，其特征在于，按照如下公式计算每个图片的基于相应“图像词典”的TF-IDF特征向量：

tfi,j=ni,jΣknk,j]]>

式中n_i，j——“图像词典”项在图像d_j中的出现频数；

∑_kn_k，j——图像d_j中所有项出现频数总和；

idfi=log|D|1+|{j:ti∈dj}|]]>

式中|D|——图片库的图像总数；

|{j：t_i∈d_j}|——包含该“图像词典”项t_i的图像数量。

6.一种基于n元模型的图片索引构建装置，其特征在于，该装置包括：

第一模块，对带有文本标注的图片数据集进行预处理，从预处理后的图像数据集中提取“图像词元”；

第二模块，根据所提取的“图像词元”构建相应的包含图像n元的图像词典；

第三模块，根据所构建的图像词典，对带有文本标注的图片数据集中的图片进行切割，提取相应的图像n元，建立基于n元模型的图片索引。