[发明专利]基于云平台的检索系统

权利要求书

1.一种基于云平台的检索系统，其特征在于，包括：

索引节点，维护人脸图像数据块索引、数据块之间的映射关系、数据块属性；

数据节点，以不同图像数据所有者为单位，存储人脸图像数据块；

所述检索系统进一步配置为，提取人脸图像的特征，并根据上述特征建立人眼视觉感知模型，从而实现人脸图像检索；

采用特征算子将特征点邻域内的像素梯度方向直方图的峰值作为该特征点的主方向，并将坐标轴旋转为特征点的主方向；计算两个向量直方图H_i(x)和H_j(x)的相似度：

其中，||H_i||和||H_j||表示直方图特征向量的长度；

然后结合尺度方向来检测异常特征点对，最后运用随机采样一致性丢弃异常对；整个过程就是通过样本数据集拟合图像变换矩阵；初始样本数据n＝min{n₀,max{n_s,n_slog₂μn₀}}；n₀是根据K近邻算法判定的匹配特征点的数量，n_s为丢弃异常特征点对之前匹配特征点的数量，μ为调节参数；原图像的(x₁，y₁)与目标图像(x₂，y₂)变换关系如下：

是8参数的变换矩阵，获取该矩阵参数至少需要四个特征特征点对，采用加权最小二乘法求解矩阵参数，设

K＝[k₁ k₂ k₃ k₄ k₅ k₆ k₇ k₈]

L＝-[x₂y₂]^T/μ

则变换为:

K＝-[G^TG]^-1G^TL

先令μ初始值为1并得到K的初值，然后继续迭代计算μ，最终得到稳定的K；具体算法如下：

(1)随机抽取不同平面的匹配特征点对，计算这些点对的变换矩阵K；

(2)对于待检测匹配点对(x,y),若满足条件|K·x-y|ε,ε为容差值，则该点为内点；如果内点数大于设定阈值t，通过迭代加权最小二乘法重新计算矩阵K，并更新内点数量，若内点数量小于t，返回步骤(1)；

(3)若经过W次迭代后，最大内点集合数量确定并且大于t，根据内点结合计算出变换矩阵K；

其中所述维护人脸图像数据块索引包括，建立实际数据块和存储位置之间的关联，建立检索信息和实际存储数据块之间的关联，并存储必要的数据块的信息；对图像数据所有者通过客户端发出的请求信息在索引中进行检索，然后将相关的检索结果反馈给客户端；采用地址切分检索对数据块存储地址进行划分；

人脸图像存储格式按照图像数据访问者/图像数据所有者/内容，将存储数据块的地址信息划分为3段；图像数据访问者的数据库记录该图像数据访问者拥有的所有图像数据所有者的清单；图像数据所有者的数据库维护该图像数据所有者服务器中所有内容；图像内容服务用于存储，删除和搜索节点设备上的图像内容；图像内容的数据和索引作为一个单元进行存储，每个内容的路径由图像内容名称的HASH值和操作时间组成。

2.根据权利要求1所述的系统，其特征在于，所述图像数据所有者访问存储系统时，获得独立空间。

3.根据权利要求1所述的系统，其特征在于，所述数据节点为每个数据块分配不同的ChunkID，各图像分块及副本存储在各个数据节点上。

4.根据权利要求1所述的系统，其特征在于，所述人脸图像数据块的索引包括以下属性：ChunkID、名称、类型、大小、图像数据所有者名称、访问时间及其位置信息。

5.根据权利要求2所述的系统，其特征在于，所述检索系统通过访问图像数据所有者的OwnerID映射的ChunkID获取用户块并给予图像数据所有者独立的用户块空间；