[发明专利]基于多特征融合的图像检索方法

说明书

技术领域

本发明属于信息检索技术领域，具体的说是一种针对基于图像多特征融合的图像检索方法，可用于互联网图像检索领域。

背景技术

当前互联网背景下，诸如Google、Image Search、必应等大多数的商业网络图像搜索引擎都是采用基于文本的检索技术，主要是利用诸如标题、图像周围描述文本等标注文字，与查询文本做相似性匹配，利用这种相似性对检索的图像进行检索。然而，由于文本和图像内容之间存在语义鸿沟，单单基于文本检索的技术常常达不到好的效果。另外，由于图像标注存在多义噪音数据，由图像元数据分析得出的图像标签的正确性往往也无法保证。

为了提高现存基于文本技术的图像搜索引擎的准确率，近些年来，改善图像检索结果准确率的图像检索技术得到了越来越多的关注。现存的很多图像检索技术大多利用单一类型的图像视觉特征，比如全局特征或是局部特征，通过某些标注样本来度量图像的视觉相似性。这些标注样本可以通过有监督的方法或无监督的方法获得，比如说通过伪相关反馈或者由用户指定来获得。这些标注样本在某些情况下常常被称为查询图像。然而图像间的相似性往往是多角度的，比如说图像间相似的颜色、纹理，彼此出现了相似的物体，反映了相近的视觉语义概念等等。不同的图像视觉特征反映了图像间不同角度的相似性，很多情况下，不同的视觉特征彼此间可以起到互相弥补的作用。这样，通过融合不同的图像视觉特征，就可以根据查询图像特点，综合的描述数据库中待检索的每副图像，从而从图像不同的角度提高在线彼此相似性的测量。

现今检索的大多数方法主要是利用多特征学习，采用前期融合或者后期融合的策略。所谓前期融合是指直接利用多种图像视觉特征获得总的图像间相似性测度，而后期融合是指对多种特征所得的检索结果进行融合。尽管现今基于多特征融合的图像检索方法可以在一定程度上改善图像检索排序结果的准确率，但是本质的问题依然存在。不同的检索情况对应不同的视觉特征重要性，直接以固定系数做多特征融合往往难以取得令人满意的图像检索结果。

发明内容

为了解决上述问题，本发明提供了一种基于多特征融合的图像检索方法，以提高图像的检测准确性。

本发明首先从图像的语义属性特征出发，分析每一种特征通道检索结果中共现的语义属性模式，进而根据分析出的共现语义属性模式，选择若干参考图像，进而根据选择的参考图像动态地学习计算出每一种特征通道的模板权重矩阵，从而通过特征融合更好地编码每一幅待检索图像和需要检索的图像之间的相似性距离，达到提高图像检索精度的目的。其实现步骤包括如下：

1.一种基于多特征融合的图像检索方法，包括如下步骤：

（1）提取图像特征：

（1a）对待检索图像集合中的所有图像提取8192维视觉词袋词频BoW特征；

（1b）对待检索图像集合中的所有图像提取960维GIST特征；

（1c）对待检索图像集合中的所有图像提取512维HSV颜色直方图特征；

（1d）通过离线训练学习，针对2659种基本语义标签，分别训练2659种语义标签的分类器，对待检索图像集合中的每幅图像，分别用这2659种分类器做预测，并将对应每一种分类器得到的预测分数连成向量，作为该图像的语义属性特征。

（2）根据步骤(1a)、（1b）、（1c）得到的三种图像特征，用欧式距离公式分别计算待检索图像集合中所有图像两两之间的相似性距离，分别得到步骤(1a)对应图像特征通道的邻接距离矩阵H₁'、步骤(1b)对应图像特征通道的邻接距离矩阵H'₂、步骤(1c)对应图像特征通道的邻接距离矩阵H'₃，每个矩阵中的每个元素值代表对应图像两两之间用对应特征计算得到的相似性距离；

（3）对图像进行粗检索，并选择参考图像：

（3a）根据步骤(1a)、（1b）、（1c）得到的图像特征，用欧式距离公式分别计算用户指定的查询图像和待检索图像集合中每幅图像之间在每一种特征通道上的相似性距离，构成对应三种特征通道的三组检索相似性距离向量；

（3b）利用上述三种特征通道的三组检索相似性距离向量分别对步骤（2a）得到的图像邻接距离矩阵H₁'、H'₂、H'₃进行扩展，即将对应特征通道的检索相似性距离向量添加到对应矩阵的第一行和第一列，得到分别对应所述三种特征通道的扩展后图像邻接矩阵H₁、H₂、H₃；