[发明专利]一种获得视觉词词典、图像检索的方法及装置

说明书

本申请公开了一种获得视觉词词典、图像检索的方法及装置，所述获得视觉词词典的方法包括：提取图像库中图像的视觉特征并加以聚类，得到视觉词词典；从包含第一图像信息的多个第一图像提取视觉特征，并量化为所述视觉词词典中的视觉词，将出现频率高于预定值的视觉词作为停用词；将所述停用词从所述视觉词词典中去除。本申请通过分析第一图像信息内容，根据视觉词词典来提取视觉词，并进行统计，获取那些仅仅反映第一图像信息，而不是商品外形、款式、元素的视觉词，作为停用词，有效地规避了第一图像信息对检索结果的干扰，提高了服装和/或服饰类商品图像同款检索的查全率和查准率，提高了用户检索结果的准确性。

技术领域

本申请涉及图像搜索领域，尤其涉及一种获得视觉词词典、图像检索的方法及装置。

背景技术

目前在图像搜索领域，如何从海量的图像库中快速准确的找到满足用户需求的图像，是一个需迫切解决的关键问题。传统的基于文本的检索方式存在着严重的问题：首先，目前的计算机视觉和机器学习技术无法自动对图像进行语义标注；其次，图像中所包含的丰富的视觉特征也无法用文本进行客观准确的描述。

为了克服这些问题，基于内容的图像检索技术应运而生。基于内容的图像检索技术通过提取图像中用户感兴趣的特征，转化为视觉词，对用户输入的图像在海量图像集中进行检索，实现真正的基于图像内容特征的检索。然而，将基于内容的图像检索技术应用到服装和/或服饰类商品图片同款检索中时，遇到了新的问题：

基于内容的图像检索方式，可以使用类似SIFT（Scale-Invariant FeatureTransform，尺度不变特征转换）这样的局部特征生成视觉词，以视觉词来表达图像的内容，作为相似性判断的依据。SIFT局部特征提取方法，对于视觉上变化分明的角、边等元素有强烈的响应，很容易在计算中被标记为显著点，从而提取出视觉词。并且，这种方法并没有区分不同的视觉词表达的是图像中的什么内容，而是同等对待，认为都可以表达图像中的语义内容。

在图像检索中，为了取得需要的效果，有时会希望在检索时可以忽略指定类别的图像信息。例如，对服装和/或服饰图像中大量存在的格子、波点、条纹等重复出现的纹理图案，都具备视觉上变化分明的角、边等元素，因此，这些图案区域会被提取到大量的视觉词。但是，这些视觉词仅仅反映了商品图片中的图像信息，而不是款式信息。在进行检索匹配计算时，如果两张图像有相似的纹理图案，则可能具有大量相同的视觉词，造成计算得到的相似度很高，会降低乃至淹没反映款式信息的视觉词在相似性度量中的权重，将图案类似但款式不同的商品误判为同款商品。

发明内容

本申请要解决的技术问题是提供一种获得视觉词词典、图像检索的方法及装置，可以提高图像检索准确性。

为解决上述技术问题，本申请的一种获得视觉词词典的方法，包括：

提取图像库中图像的视觉特征并加以聚类，得到视觉词词典；

从包含第一图像信息的多个第一图像提取视觉特征，并量化为所述视觉词词典中的视觉词，将出现频率高于预定值的视觉词作为停用词；

将所述停用词从所述视觉词词典中去除。

进一步地，所述从包含第一图像信息的多个第一图像提取视觉特征，包括：

采用人工方式，从所述图像库中挑选出具有所述第一图像信息的多幅图像，分别挖取其中包含第一图像信息的图像区域并存储为所述第一图像，从所述第一图像中提取视觉特征。

进一步地，一种图像检索的方法，包括：

启动对输入图像的检索，所述检索针对第二图像信息；

从所述输入图像和待匹配图像分别提取视觉特征，使用去除了停用词的视觉词词典将提取的视觉特征量化为视觉词；