[发明专利]一种基于网络视频监控中的智能图像检索系统

说明书

技术领域

本发明属于图像检索领域，涉及根据图像内容的特征进行图像匹配检索技术。  

背景技术

基于内容的图像检索，即所谓的“图找图”，它是在基于内容的图像检索 (Content-based Image Retrieval，CBIR)的基础上发展起来的一种新的媒体信息检索技术。它通过提取视频图像中的视觉特征(颜色、形状、纹理、 光谱等)来表达图像的内容；从媒体内容中提取信息线索，利用近似匹配技术将在所述图像中检测到的主题与数据库中的参考图像进行比较，然后将包含与最类似的图像判定为匹配结果，以相关反馈为有效手段，实现在大型数据库的快速检索。同时加入相关反馈技术和适当的算法满足视频图像检索的精度要求，由简单的一次检索 转向交互学习的多次检索，具体采用如下方法； 

(1)图像匹配重要的是在建立两图像间的点对点的对应关系，或对某种感兴趣的特征建立关联；

(2)主要的特征匹配算法有尺度不变特征变换(Scale Invariant Feature Transform，简称SIFT)算法及其衍生算法，其算法包括特征检测和特征匹配两个步骤，SIFT算子对尺度变化，旋转，尺度缩放，部分三维视角变化和光照变化保持不变，公认为稳定性、适应性较强的局部特征匹配算子；

(3)针对输入图像和所述目标图像进行迭代学习，在每次迭代中获得所述输入图像和所述目标图像的函数关系；对所述参考匹配点 集进行逐次估计得到各匹配估计点集，并针对每个所述匹配估计点集，计算匹配估计点集中的每个点与所述目标匹配点集中相应的点的残差值，以获得各残差点集；

（4）根据图像的特征矢量建立欧式空间匹配方法；

（5）相关反馈(Relevance Feedback，RF)是指按照最初的查询条件，查询系统返回给用户查询结果，用户可以人为介入(或者自动)来选择几个最符合他查询意图的返回结果(正反馈)，使用一个代表用户检索目标的SVM分类器，然后用该分类器对图像库中的所有图像进行分类，对于分为正类的检索图像，求出每幅图像相对于分类面的距离，离分类面越远的图像就越接近查询样例，按此距离从大到小排序返回结果。

发明内容

本发明专利的目的在于，提供一种根据图像内容的特征进行图像匹配检索系统，解决现有技术存在的监控系统不能实时检测，不能基于图像的搜索。如果统一更换硬件系统对所有的视频格式更新，系统改进困难，增加成本的改进问题完全克服了传统的模拟监控系统的种种缺陷，画质清晰操作维护简洁，并且在功能和性能上更胜一筹，其结构如图2所示： 

检索输入单元，用于从接受输入待查询的图像，以及将其存储起来 ，用来以后与存储图像系统中图像做相似性匹配；

检索查询单元，基于相似性函数从图像存储装置中检索出多个相似的图像；

智能学习单元，本单元基于机器学习的向量机(RVM)的迭代学习方法针对所述输入匹配点集和图像库配点集进行迭代学习，在每次迭代中获得所述输入匹配点集和图像库配点集的函数关系；

检索更新单元，基于机器学习得到的关联值来更新所述的相识函数，使得及时更新的相识性函数从图像存储装置中检索新的图像以提高检索速度；

检索输出单元，根据检索结果输出检索出的图像集；

图3是示范性示出根据本发明的示例实施例的图像匹配系统的内部配置 的示图； 

本发明的实施的图像匹配系统包括以下组成：视频采集模块，自动识别组件、合格参考图像判定部件、图像数据库部分、通信模块和控制模块 ，以及与外部系统（未示出）通信的程序模块。所述程序模块可以以操作系统、物理存储设备，其他程序模块的形式包括在图像匹配系统中；此外，所述程序模块可以存储在可与图像检索系统远程通信的存储设备；所述程序模块还包括其他执行具体操作的例程、子例程、程序、对象、组件和数据结够，以及其他抽象数据； 

首先，根据本发明的示例实施例中能够根据系统识别部件可以根据输入的图像，能够自动执行识别输入图像的主题状况功能；简而言之，它可以识别包括图像中的主题的时间和该主题的内容、人物、环境以及拍摄该主题的场所，以及拍摄的各个时间段，然后于合图像判定部件自适应地确定在图像匹配过程期间要与所述主题的输入图像进行比较的得出合适的参考图像组，即的合格参考图像组； 

根据本发明的示例实施例的状况识别部件可以识别出包括场所环境识别部件和时间识别部分、人物行的识别部分，对于包含主题的输入图像，场所识别部件可以执行识别图像的所处的环境进而从数据库中提取出场景图像组；