[发明专利]用于搜索图像的方法和装置以及用于执行该方法的计算机可读记录介质

说明书

技术领域

本公开内容涉及图像搜索方法和装置以及非暂态计算机可读记录介质，其用于通过以下增强图像搜索的精度：在输入图像的特征对应于特定单词或特定二进制码时，不仅从对应于数据库中的特定单词或特定二进制码的第一组图像、而且也从对应于邻近单词或邻近二进制码(该邻近单词或邻近二进制码靠近对应于特定单词或特定二进制码的第一组图像)的第二组图像，搜索具有与输入图像的特征相同或相似的特征的图像。

背景技术

在文档搜索中，文档可以被表示为从特定词表中所选择的单词的频率。基于关于这种频率的比较衡量在文档之间的相似性。

类似地，在图像搜索中，图像被表示成从特定的视觉词表选择的视觉单词的频率。基于关于这种频率的比较衡量在图像之间的相似性。

作为示例，图像1、2和3中的每一个具有三个特征，以使得图像1的特征分别对应于单词“a”、“b”、“c”，图像2的特征分别对应于单词“a”、“c”、“d”，且图像3的特征分别对应于单词“a”、“d”、“e”。在这种情况中，在图像1和图像2之间的相似性频率是2，且在图像1和图像3之间的相似性频率是1。

然而，不同于文本文档，由于噪声、拍摄角度等等，图像的视觉单词频繁地、微妙地改变。即，应被表示成单词“a”的特征例如可以被表示成单词“e”，该单词“e”靠近单词“a”。在这种情况中，仅从对应于数据库中的单词“e”的标识的图像中搜索具有相同或相似的特征的至少一个图像。因而，存在降低搜索精度的问题。

例如，在Josef Sivic和Andrew Zisserman在2003年“IEEE International Conference on Computer Vision(IEEE计算机视觉国际会议)”发表的标题为“Video Google:A Text Retrieval Approach to Object Matching in Videos(视频谷歌：视频中的对象匹配的文本检索方法)”的论文中公开的、使用视觉单词搜索图像的技术，具有以上所描述的问题。

发明内容

技术问题

本公开内容的目标是解决以上所描述的问题。

另外，本公开内容的另一目标是增强图像搜索的精度。可以通过以下实现这种目标：在输入图像的特征分别对应于特定单词或特定二进制码时，不仅从对应于数据库中的特定单词或特定二进制码的第一组图像、而且也从对应于靠近第一组图像的单词或二进制码的第二组图像搜索具有与输入图像的特征相同或相似的特征的图像。

技术解决方案

用于实现以上目标的本公开内容的代表性配置如下所示。

根据本公开内容的一个方面，一种图像搜索方法包括：(a)由图像搜索装置获取输入图像的特征；以及(b)由图像搜索装置获取相应特征所对应的单词和靠近特征所对应的相应单词的邻近单词。在可视特征空间中所包括的多个单词单元中的第一单词单元被指派给一个单词时，邻近单词是被指派给所述多个单词单元的至少一个第二单词单元的单词，第二单词单元靠近被指派给该单词的第一单词单元。所述多个单词单元被指派给不同的单词，并且在离该单词的预定距离内的至少一个单词被指定为邻近单词。该方法还包括(c)基于与对应于单词的第一组图像相关联的信息以及与对应于邻近单词的第二组图像相关联的信息，由图像搜索装置搜索与输入图像相同或相似的图像，与第一组和第二组图像相关联的信息被存储在数据库中。

根据本公开内容的一些其他方面，提供一种图像搜索方法，其包括：(a)由图像搜索装置获取输入图像的特征；以及(b)由图像搜索装置获取相应特征分别对应于的二进制代码。该方法还包括(c)基于与对应于二进制代码的第一组图像相关联的信息以及关于对应于邻近二进制代码(该邻近二进制代码靠近对应于第一组图像的二进制代码且包括关于到该二进制码的距离的信息)的第二组图像的信息，由图像搜索装置搜索与输入图像相同或相似的图像，关于第一组和第二组图像的信息被存储在数据库中。在可视特征空间中的多个单词单元中的第一单词单元被指派给二进制代码时，邻近二进制代码被指派给所述多个单词单元中的至少一个的第二单词单元，第二单词单元靠近第一单词单元且包括关于到第一单词单元的距离的信息。所述多个单词单元可以被指派给不同的二进制代码，并且在离该单词的预定距离内的至少一个单词可以被指定为邻近单词。