[发明专利]一种基于n元模型的图片索引构建方法及装置

说明书

技术领域

本发明涉及图像索引的结构与构建技术，具体涉及一种基于n元(n-gram)模型的图片索引构建方法及装置，主要应用于图像语义自动标注和图像检索领域。

背景技术

在基于内容的图片检索系统中，对大量图片建立一个有效而快速的索引，是一个困难而复杂的问题。传统的图片索引结构都是对图片提取不同的底层特征(一般包括，颜色，纹理特征等)，然后将相应的特征向量作为一个整体进行索引，而这些特征一般维数较大，因此传统的图片索引方法都是对图片底层高维特征进行索引的树状索引结构。这些索引结构随着图片数量的增加与图片特征维数的增加，其性能都会急剧下降。因此，传统的索引结构在对图像建立索引之前，都需要对图像的高维特征数据进行复杂的降维处理过程。

降维处理中较为常用的一种技术是主元分析(Principal ComponentAnalysis，PCA)方法。它通过构造一组新的潜隐变量降低原始数据空间的维数，再从新的映射空间抽取主要变化信息，提取统计特征，从而构成对原始数据空间特性的理解。新的映射空间的变量由原始数据变量的线性组合构成，从而大大降低了投影空间的维数。由于投影空间统计特征向量彼此正交，消除了变量间的关联性，简化了原始过程特性分析的复杂程度。

对图片高维特征向量进行降维处理后，研究者提出了X-tree，VA-file和i-Distance图片索引结构与方法。由于这些方法将图像高维特征向量作为整体进行索引，并且没有充分考虑到图片的特征，其性能并不理想。针对图像数据的高维数据的特点，Berman等提出了图像数据存储系统FIDS(FlexibleImage Database System)。FIDS系统运用了“三角不等式”算法进行索引数据，从而极大的减少了需要进行与Query图片做比较的次数。而且FIDS允许用户在检索的过程中选择不同的相似度检索方法以及他们的组合对图片进行检索。但该方法仍然是将图片的高维特征向量作为整体进行索引，其索引结构相对复杂并且在建立索引的过程中需要复杂的降维处理过程。同时传统的图片索引结构，没能体现出带有语义标签的图像的底层特征与语义标签之前的关系。

发明内容

本发明所要解决的技术问题是，提供一种基于n-gram模型的图片索引构建方法及装置，以提高图片检索效率。

为了解决上述技术问题，本发明公开了一种基于n元模型的图片索引构建方法，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。

较佳地，上述方法中，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”。

较佳地，上述方法中，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。

较佳地，上述方法中，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。

较佳地，上述方法中，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：