[发明专利]一种基于视觉词典库实现图像快速检索的方法及系统在审
申请号: | 201710978931.2 | 申请日: | 2017-10-19 |
公开(公告)号: | CN107730357A | 公开(公告)日: | 2018-02-23 |
发明(设计)人: | 李杰 | 申请(专利权)人: | 上海斐讯数据通信技术有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06F17/30;G06K9/62 |
代理公司: | 杭州千克知识产权代理有限公司33246 | 代理人: | 周希良,吴辉辉 |
地址: | 201616 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 视觉 词典 实现 图像 快速 检索 方法 系统 | ||
1.一种基于视觉词典库实现图像快速检索的方法,其特征在于,包括步骤:
S1:接收样本图像数据集,提取所述样本图像的所有视觉特征,并通过所述样本图像ID名称标识该样本图像的所有视觉特征;
S2:将所述视觉特征量化成样本图像特征向量以生成视觉词典库;
S3:提取待检索图像的视觉特征,并量化成待检索图像特征向量;
S4:将所述待检索图像的特征向量与视觉词典库中的样本图像特征向量进行度量对比,输出与所述检索图像相匹配的样本图像。
2.根据权利要求1所述的一种基于视觉词典库实现图像快速检索的方法,其特征在于,所述步骤S2还包括步骤:
将提取到的所述样本图像的视觉特征集合按照层次聚类法进行聚类以形成聚类簇并对聚类簇进行分裂,当所述聚类簇达到预设分裂次数时,完成聚类。
3.根据权利要求1、2所述的一种基于视觉词典库实现图像快速检索的方法,其特征在于,所述步骤S2还包括步骤:
将所述样本图像提取到的特征向量映射到聚类形成的聚类簇上,获取所述样本图像的视觉表示词汇。
4.根据权利要求3所述的一种基于视觉词典库实现图像快速检索的方法,其特征在于,还包括步骤:
提取所述样本图像对应的ID名称及所述图像的视觉词汇表示,生成视觉词典库。
5.根据权利要求1所述的一种基于视觉词典库实现图像快速检索的方法,其特征在于,所述步骤S3还包括步骤:
计算待检索图像的特征向量与视觉词典库中的样本图像特征向量的欧式距离;
获取所述欧式距离小于预设阈值的特征向量对应的样本图像ID名称,并将所述样本图像输出。
6.一种基于视觉词典库实现图像快速检索的系统,其特征在于,包括:
标识模块:用于接收图像样本数据集,提取所述样本图像的视觉特征,并通过所述样本图像ID名称标识该样本图像的所有视觉特征;
生成模块:用于将所述视觉特征量化成样本图像特征向量以生成视觉词典库;
量化模块:用于提取待检索图像的视觉特征,并量化成待检索图像特征向量;
对比输出模块:用于将所述待检索图像的特征向量与视觉词典库中的样本图像特征向量进行对比,输出与所述检索图像相匹配的样本图像。
7.根据权利要求6所述的一种基于视觉词典库实现图像快速检索的系统,其特征在于,所述生成模块还包括:
聚类单元:用于将提取到的所述样本图像的视觉特征集合按照层次聚类法进行聚类以形成聚类簇并对聚类簇进行分裂,当所述聚类簇达到预设分裂次数时,完成聚类。
8.根据权利要求6、7所述的一种基于视觉词典库实现图像快速检索的系统,其特征在于,所述生成模块还包括:
映射单元:用于将所述图像提取到的特征向量映射到聚类形成的聚类簇上,获取所述样本图像的视觉表示词汇。
9.根据上述权利要求8所述的一种基于视觉词典库实现图像快速检索的系统,其特征在于,还包括:
生成单元:用于提取所述样本图像对应的ID名称及所述图像的视觉词汇表示,生成视觉词典库。
10.根据权利要求6所述的一种基于视觉词典库实现图像快速检索的系统,其特征在于,所述对比输出模块还包括:
计算单元:用于计算待检索图像的特征向量与视觉词典库中的样本图像特征向量的欧式距离;
输出单元:用于获取所述欧式距离小于预设阈值的特征向量对应的样本图像ID名称,并将所述样本图像输出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海斐讯数据通信技术有限公司,未经上海斐讯数据通信技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710978931.2/1.html,转载请声明来源钻瓜专利网。